Skip to main content
 首页 » 编程设计

python之Scikit-learn (sklearn) PCA 在稀疏矩阵上抛出类型错误

2024年10月25日14langtianya

来自documentation在 sklearn RandomizedPCA 中,稀疏矩阵被接受为输入。然而,当我用稀疏矩阵调用它时,我得到了一个 TypeError :

> sklearn.__version__ 
'0.16.1' 
> pca = RandomizedPCA(n_components=2) 
> pca.fit(my_sparce_mat) 
TypeError: A sparse matrix was passed, but dense data is required. Use X.toarray() to convert to a dense numpy array. 

我使用 fit_transform 得到了同样的错误。

关于如何让它工作有什么建议吗?

请您参考如下方法:

答案是 RandomizedPCA 无法使用 Scikit-learn 0.16.1 版(当前稳定版)的稀疏矩阵。我所指的文档适用于 Scikit-learn 的早期版本,因此当前稳定版本应使用替代函数。

一个可能的替代方法是 TruncatedSVD