SKLearn 0.20.2 - RandomizedPCA 的导入错误？答案

【问题标题】：SKLearn 0.20.2 - Import error with RandomizedPCA?SKLearn 0.20.2 - RandomizedPCA 的导入错误？
【发布时间】：2019-06-26 22:23:31
【问题描述】：

我正在尝试做 Udacity 迷你项目，我已经安装了最新版本的 SKLearn 库 (20.2)。

当我跑步时：

from sklearn.decomposition import RandomizedPCA

我得到错误：

ImportError: cannot import name 'RandomizedPCA' from 'sklearn.decomposition' (/Users/kintesh/Documents/udacity_ml/python3/venv/lib/python3.7/site-packages/sklearn/decomposition/__init__.py)

实际上我什至使用以下方法升级了版本：

pip3 install -U scikit-learn

从0.20.0 升级到0.20.2，还卸载并重新安装...所以我不确定为什么它不能初始化sklearn.decomposition。

这里是否有任何解决方案可能不会导致从我的机器上完全卸载 python3？！最好避免这种情况。

任何帮助将不胜感激！

编辑：

我正在做一些挖掘并试图解决这个问题，看起来好像 SKLearn GitHub 上的 decomposition 库中的 __init__.py 文件没有引用 RandomizedPCA... 它是否已被删除或什么？

Link to the GitHub page

【问题讨论】：

标签： python-3.x scikit-learn pip installation decomposition

【解决方案1】：

除了@Aaraeus 所说的，PIL library 已被分叉为Pillow。您可以使用

修复PIL导入错误

pip3 install pillow

【讨论】：

【解决方案2】：

事实证明，RandomizePCA() 在旧版本的 SKLearn 中已被贬低，只是PCA() 中的一个参数。

您可以通过将导入语句更改为：

from sklearn.decomposition import PCA as RandomizedPCA

...然后你的分类器看起来像这样：

pca = RandomizedPCA(n_components=n_components, svd_solver='randomized', whiten=True).fit(X_train)

但是，如果您因为在 Eigenfaces.py 上学习 Udacity 机器学习课程而来到这里，您会注意到 PIL 库也已被弃用。

不幸的是，我没有解决方案，但 here's the GitHub issue page 和 here's 在这些存储库工作时使用 Jupyter Notebook 解决了他们的迷你项目。

我希望这会有所帮助，并为下一个人进入机器学习提供足够的信息。如果我有时间，我可能会尝试将 eigenfaces.py 重新编码为 SKLearn 0.20.2，但现在我将继续学习本课程的其余部分。

【讨论】：