...
Eroare Machine Learning · Modele: convergență, k-NN, k-means

ValueError: perplexity (30.0) must be less than n_samples (10)

Pe scurt

`TSNE` are implicit `perplexity=30`, care înseamnă aproximativ „câți vecini contează pentru fiecare punct”, dar setul tău are mai puține rânduri. Alege o perplexitate mai mică decât numărul de rânduri, de obicei între 5 și 50 și mult sub n_samples, de exemplu `TSNE(perplexity=3)` pentru 10 puncte.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

t-SNE reduce datele la 2 sau 3 dimensiuni, ca să le poți desena, păstrând apropierile dintre puncte. Parametrul perplexity controlează câți vecini iau în calcul pentru fiecare punct. Nu poți avea mai mulți vecini decât puncte, așa că scikit-learn cere perplexity < n_samples și refuză altfel.

Apare aproape mereu când testezi codul pe un set mic (un exemplu din tutorial, primele 10 rânduri, un eșantion) cu valoarea implicită 30. Numerele din mesaj îți spun exact ce perplexitate ai și câte rânduri are setul.

O valoare doar puțin sub numărul de rânduri trece de verificare, dar dă un desen fără structură; o regulă practică e ca perplexitatea să fie mult mai mică decât numărul de puncte.

De ce apare: cauzele frecvente

1Valoarea implicită pe un set mic

Greșit
PYTHON
Z = TSNE(n_components=2).fit_transform(X)  # 10 rânduri
Corect
PYTHON
Z = TSNE(n_components=2, perplexity=3).fit_transform(X)

Cu 10 puncte, 3 vecini pentru fiecare e o alegere rezonabilă și respectă limita.

2Eșantion luat pentru un test rapid

Greșit
PYTHON
TSNE(perplexity=30).fit_transform(X[:20])
Corect
PYTHON
TSNE(perplexity=min(30, len(X[:20]) // 3)).fit_transform(X[:20])

Calculul perplexității din mărimea setului merge și pe eșantioane mici, și pe tot setul.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: perplexity (30.0) must be less than n_samples (8), pentru că setul are doar 8 clienți. Setează o perplexitate de 2, ca programul să afișeze forma rezultatului și dacă cele două grupuri rămân separate.

Codul care dă eroarea
PYTHON
import numpy as np
from sklearn.manifold import TSNE

# 8 clienti, 4 trasaturi: doua grupuri clare
X = np.array([
    [1, 1, 1, 1], [1, 2, 1, 1], [2, 1, 1, 2], [1, 1, 2, 1],
    [9, 9, 9, 9], [9, 8, 9, 9], [8, 9, 9, 8], [9, 9, 8, 9],
], dtype=float)

Z = TSNE(n_components=2, random_state=0).fit_transform(X)
print("Forma:", Z.shape)
d_in = np.linalg.norm(Z[0] - Z[1])
d_out = np.linalg.norm(Z[0] - Z[4])
print("Grupuri separate:", bool(d_out > d_in))
După reparație, programul afișează
Forma: (8, 2)
Grupuri separate: True
Indiciu

Scrie TSNE(n_components=2, perplexity=2, random_state=0).

Alte forme ale mesajului

  • ValueError: perplexity must be less than n_samples
  • ValueError: perplexity (30.0) must be less than n_samples (25)

Cum o eviți pe viitor

Leagă perplexitatea de mărimea datelor: pentru seturi mici, o valoare între 2 și o treime din numărul de rânduri; pentru seturi mari, valorile uzuale sunt 5–50. Încearcă două-trei valori și compară desenele, pentru că t-SNE e sensibil la ea. Pune random_state ca să obții același desen la fiecare rulare și nu folosi distanțele din desen ca măsură exactă.

Întrebări frecvente

Pot folosi TSNE ca pas într-un pipeline de predicție?

Nu: TSNE are doar fit_transform, nu și transform pentru puncte noi. E o unealtă de vizualizare. Pentru reducerea dimensiunilor înainte de un model, folosește PCA.

Ce perplexitate să aleg?

Nu există o valoare corectă universală. Valori mici scot în evidență structura locală, valori mari pe cea globală. Compară câteva valori pe datele tale.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.