scikit-learn PCA 没有“分数”方法

Posted 2023-03-12

【中文标题】scikit-learn PCA 没有“分数”方法

【英文标题】：scikit-learn PCA doesn't have 'score' method

【发布时间】：2013-11-24 11:23:20

【问题描述】：

我正在尝试根据那篇文章确定噪音的类型：

Model selection with Probabilistic (PCA) and Factor Analysis (FA)

我在 win8 64 位上使用 scikit-learn-0.14.1.win32-py2.7 我知道它指的是 0.15 版，但是在 0.14 版文档中它提到 score 方法可用于 PCA，所以我想它应该正常工作：

sklearn.decomposition.ProbabilisticPCA

问题是，无论我将哪个 PCA 用于 *cross_val_score*，我总是会收到一条类型错误消息，指出估算器 PCA 没有 score 方法：

*TypeError: 如果没有指定评分，则传递的估计器应该有一个'score'方法。估计器 PCA(copy=True, n_components=None, whiten=False) 没有。*

任何想法为什么会发生这种情况？

在此先感谢

克里斯托斯

X 有 40 个特征的 1000 个样本

这里是部分代码：

import numpy as np
import csv
from scipy import linalg
from sklearn.decomposition import PCA, FactorAnalysis
from sklearn.cross_validation import cross_val_score
from sklearn.grid_search import GridSearchCV
from sklearn.covariance import ShrunkCovariance, LedoitWolf

#read in the training data
train_path = '<train data path>/train.csv'

reader = csv.reader(open(train_path,"rb"),delimiter=',')
train = list(reader)
X = np.array(train).astype('float')

n_samples = 1000
n_features = 40
n_components = np.arange(0, n_features, 4)

def compute_scores(X):
    pca = PCA()

    pca_scores = []
    for n in n_components:
        pca.n_components = n
        pca_scores.append(np.mean(cross_val_score(pca, X, n_jobs=1)))

    return pca_scores

pca_scores = compute_scores(X)
n_components_pca = n_components[np.argmax(pca_scores)]

【问题讨论】：

数据可以在这里找到：kaggle.com/c/data-science-london-scikit-learn/data

使用概率 PCA，不会出现错误。然而，示例通常只适用于它们附带的版本。

谢谢安德烈亚斯，这是正确的。如果您使用概率 PCA，它可以正常工作。他们没有为 14.1 版本提供任何示例，但它可以工作。我想在新版本中它也适用于 PCA

【参考方案1】：

好的，我想我找到了问题所在。它不适用于 PCA，但确实适用于 PPCA 但是，通过不提供 cv 编号，cross_val_score 会自动设置 3 倍交叉验证 创建了 3 个大小为 334、333 和 333 的集合（我的初始训练集包含 1000 个样本） 由于 nympy.mean 无法在不同大小的集合之间进行比较（334 vs 333），python 引发了一个例外。 谢谢

【讨论】：

这应该不是问题。