machine-learning - scikit OneClassSvm 稀疏矩阵返回与密集矩阵(非常)不同的结果

Question

我使用带有密集矩阵的 OneClassSVM 分类器，结果非常好。我想在我的功能中包含一些文本并使用稀疏矩阵，但是在使用稀疏矩阵时我得到了非常不同(并且错误)的结果，我不明白为什么

这是一个例子:

import io
from pandas import pandas
import scipy
from sklearn import svm

t="""A,B,C,D,E,F
     11,1,2,3,4,5
     11,1,2,0,3,6
     11,1,2,3,2,5
     11,2,0,3,1,7
     11,4,2,3,0,5"""
t_test="""A,B,C,D,E,F
          12,1,3,0,1,5
          14,2,2,3,2,8
          12,1,2,3,4,5
          18,2,3,1,3,2"""
df = pandas.read_csv(io.StringIO(t), dtype=float)
df_test = pandas.read_csv(io.StringIO(t_test), dtype=float)

cl = svm.OneClassSVM(nu=0.1, kernel='rbf', gamma=0.16)
cl.fit(df)
print(cl.decision_function(df_test))

cl = svm.OneClassSVM(nu=0.1, kernel='rbf', gamma=0.16)
cl.fit(scipy.sparse.csr_matrix(df.values))
print(cl.decision_function(scipy.sparse.csr_matrix(df_test)))

结果:

#Dense
[[-0.094537  ]
 [-0.13060355]
 [-0.02208006]
 [-0.14990236]]
#sparse
[[ -4.67612004e-311]
 [ -6.79156324e-311]
 [ -5.92318332e-311]
 [ -6.94061414e-311]]

我还尝试了带有稀疏矩阵的 scikit OneClassSVM 示例，结果非常糟糕:https://gist.github.com/Avricot/68775656ab77217e5569

以下是结果:密集矩阵(如预期): 稀疏矩阵(不正确):

稀疏矩阵有什么问题？

Answer 1

这是一个错误 https://github.com/scikit-learn/scikit-learn/issues/5095它已在 5093 拉取请求中修复。如果你愿意 - 你可以等到有人将它合并到 master 中，或者现在使用它:

git clone https://github.com/scikit-learn/scikit-learn.git
cd scikit-learn/
git fetch origin refs/pull/5093/head:pn_5093
git checkout pn_5093
python3 setup.py install --user