sklearn.manifold.TSNE fit_transform实际上在空的numpy数组上返回了一些东西。

Question

为什么tsne.fit_transform([[]])实际上会返回一些东西？

from sklearn.manifold import TSNE
import numpy

tsne = TSNE(n_components=2,
    early_exaggeration=4.0,
    learning_rate=1000.0,
    metric='euclidean',
    init='random',
    random_state=42)

# returns [[  4.96714153e-05  -1.38264301e-05]]
print tsne.fit_transform(numpy.array([[]]))

但是将init从random更改为pca会引发例外：ValueError: failed to create intent(cache|hide)|optional array-- must have defined dimensions but got (0,)。

Answer 1

当您使用init='random'嵌入X_embedded None和以后的随机权重时，下面是相关的代码：

scikit-学习/学习/多种/t_运动鞋.

if X_embedded is None:
    # Initialize embedding randomly
    X_embedded = 1e-4 * random_state.randn(n_samples, self.n_components)

使用init='pca'，通过PCA转换初始化嵌入：

if self.init == 'pca':
    pca = RandomizedPCA(n_components=self.n_components,
                            random_state=random_state)
    X_embedded = pca.fit_transform(X)

对于空数组，此操作失败。

Answer 2

这是个窃听器。它已经在此承诺中得到了修正，并且应该包括在0.16.x版之后。

例如，您可以使用pip安装当前的sklearn版本：

(sudo) pip install scikit-learn

现在，sklearn将引发一个错误：

In [1]: from sklearn.manifold import TSNE

In [2]: TSNE().fit_transform([[]])
---------------------------------------------------------------------------
ValueError
Traceback (most recent call last)
<ipython-input-2-39cfca09a0bd> in <module>()
----> 1 TSNE().fit_transform([[]])

...

/usr/local/lib/python2.7/dist-packages/sklearn/utils/validation.pyc in check_array(array, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features)
    365             raise ValueError("Found array with %d feature(s) (shape=%s) while"
    366                              " a minimum of %d is required."
--> 367                              % (n_features, shape_repr, ensure_min_features))
    368     return array
    369 

ValueError: Found array with 0 feature(s) (shape=(1, 0)) while a minimum of 1 is required.