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
