- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试使用 tsne 转换两个数据集:x_train 和 x_test。我假设执行此操作的方法是将 tsne 拟合到 x_train,然后转换 x_test 和 x_train。但是,我无法转换任何数据集。
tsne = TSNE(random_state = 420, n_components=2, verbose=1, perplexity=5, n_iter=350).fit(x_train)
我假设 tsne 已安装到 x_train。
但是,当我这样做时:
x_train_tse = tsne.transform(x_subset)
我得到:
AttributeError:“TSNE”对象没有属性“transform”
任何帮助将不胜感激。 (我知道我可以执行 fit_transform
,但是我在 x_test 上不会得到同样的错误吗?)
最佳答案
从sklearn的文档来看,TSNE根本就没有任何变换方法。
此外,TSNE 是一种用于降维/可视化的无监督方法,因此它实际上不能与 TRAIN 和 TEST 一起使用。您只需获取所有数据并使用 fit_transform 进行转换并绘制它。
编辑 - 实际上不可能学习转换并在不同的数据上重用它(即训练和测试),因为 T-sne 不会学习较低维空间上的映射函数,而是在子空间上运行迭代过程以找到一个平衡点,最大限度地减少某些数据的损失/距离。
因此,如果您想要预处理并降低训练数据集和测试数据集的维数,最好的方法是 PCA/SVD 或自动编码器。 T-Sne 只会帮助您完成无人监督的任务:)
关于python tsne.transform 不存在?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59214232/
我正在使用 KNN 对 IMDb 和 Youtube 电影预告片进行分类。因为它有很多维度,所以我决定使用 TSNE。但是,不断出现错误,提示:无法将字符串转换为 float :'Avatar' 这是
我有 XY数据(一个二维 tSNE 嵌入高维数据),我想要 scatter plot .数据被分配到几个cluster s,所以我想用 cluster 对点进行颜色编码然后为每个 cluster 添加
scikit documentation解释 fit_transform只能用于密集矩阵,但我有一个 csr 格式的稀疏矩阵,我想对其执行 tsne。文档说使用 fit稀疏矩阵的方法,但这不会返回低维
我想执行降维(DR)技术来可视化我的数据以及它们之间的相关性。我打算使用Barnes-hut tsne但我无法了解如何向 TSNE 提供输入,因为示例应用程序具有根据 user guide 的常规矩阵
我正在尝试使用 tsne 转换两个数据集:x_train 和 x_test。我假设执行此操作的方法是将 tsne 拟合到 x_train,然后转换 x_test 和 x_train。但是,我无法转换任
我已经从 Word Embeddings by M. Baroni et al. 下载了预训练的词嵌入模型我想可视化句子中单词的嵌入。我有两句话: sentence1 = "Four people d
据我所知,tsne 是对词向量进行降维。 Word2vec 是生成海量数据的词嵌入模型。 两者是什么关系? Word2vec里面用的是tsne吗? (我使用 Gensim 的 Word2vec) 最佳
在 word2vec 生成的词嵌入上应用 scikit learn 的流形 t-sne 实现时,我得到了奇怪的结果。通常,(king-queen) 的距离和方向应与 (man-woman) 的距离和方
我正在使用 TSNE 来可视化我的集群,但输出似乎有点奇怪。应该有 3 个簇,但实际上有 4 条线。我对它们的可视化方式有问题还是 kmeans 方法本身有问题? 我还能如何可视化集群? import
我在 MATLAB 中有一个 33000 x 1975 的表,显然需要在进行进一步分析之前进行降维。特征是 1975 年的列,行是数据的实例。我尝试在 MATLAB 表上使用 tsne() 函数,但似
我正在尝试用 python 实现 tSNE 算法。我使用 autograd 包来计算梯度,而不是通常使用的解析梯度。 但我无法根据需要计算梯度。我是 ML 新手,正在尝试使用 autograd 和其他
我正在使用来自 anaconda 的 Jupyter notebook 和 python 2.7。我有一个大约 250,000 维的数据集,我需要将其压缩到 n 个较低的维度。我正在使用 scikit
我正在尝试在我自己的 html/js 项目中运行简单的 tensorflow tfjs-tsne 示例 ( https://github.com/tensorflow/tfjs-tsne )。 ten
我正在使用 tSNE 的 Scikit-learn 来询问大约 1000 个散点图,但我似乎需要一个 2D numpy 数组来访问 fit_transform 方法。我是 Python 新手。 我的代
我试过这个: In [1]: import sklearn In [2]: from sklearn.manifold import TSNE ----------------------------
from sklearn.manifold import TSNE tsne = TSNE(n_components=2, init='pca', n_iter=5000) print(tsne.fi
我有两个问题,我正在尝试用 bh_sne 绘制我的数据库,但是由于该算法的性质是基于每次运行中的随机数,因此我得到了不同的结果。我想在每次运行时得到相同的结果。 random_state 似乎很有帮助
我正在尝试使用 scikit-learn 和 scikit-learn 的数据集编写 TSNE,但是在显示结果时,我想要真正的 MNIST 图像而不是一些彩色点/图。我正在使用 matplotlib
我一直在尝试在我的 ubuntu 机器上安装 tsne ( https://github.com/danielfrg/tsne )。它一直给我的错误是: /usr/bin/ld: cannot fin
我想可视化从 gensim 库创建的 word2vec。我试过 sklearn,但似乎我需要安装一个开发者版本才能获得它。我尝试安装开发人员版本,但这在我的机器上不起作用。是否可以修改此代码以可视化
我是一名优秀的程序员,十分优秀!