UMAP“ValueError：无法从不同大小的输入分配切片”

Question

我正在使用 umap-learn 0.5.3 对 Numpy 数组进行降维。 该数组（如 arrival_tfidf）的形状为 (7898, 2969)，是 7898 条消息的 TF-IDF 转换，包含 float64 元素。运行以下代码片段时

import umap.umap_ as umap
umap_embeddings = (umap.UMAP(n_neighbors=15,
                             n_components=4,
                             metric='cosine',
                             random_state=42)
        .fit_transform(arrival_tfidf))

我收到以下错误

ValueError: cannot assign slice from input of different size

但是，当使用相同形状的随机 Numpy 数组时，

random_df = np.random.rand(7898, 2969)

而不是

arrival_tfidf

，一切正常。

我注意到 arrival_tfidf 相当稀疏，即大约 100.000 个元素。

Answer 1

我将 pynndescent 降级到 0.5.8，这有帮助