我有一个差异矩阵,我想使用 sklearn.manifold.MDS 在其上执行多维缩放 (MDS)功能。该矩阵中某些元素之间的差异没有意义,因此我想知道是否有办法在稀疏矩阵或具有缺失值的矩阵上运行 MDS? 根据this问题,与0的差异被认为是缺失值,但我在官方文档中找不到这个说法。值 0 的相异性不是被解释为彼此非常接近的点吗?
欢迎就如何基于稀疏相异矩阵获得高维数据集的低维表示提出任何建议。谢谢!
最佳答案
感谢您对这个问题的提示!我查看了代码:
要将非对角线上的零解释为缺失值,您需要通过 MDS(metric=False)
使用 SMACOF 算法来使用 MDS 的非公制版本。
我有同样的问题,直到现在我只看到替代方案 matrix completion在应用 MDS 之前在距离矩阵上。
关于python - 相异矩阵中缺失值的多维缩放,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43541330/