python - scikit-learn 的 MDS 的正确输入是什么？

Question

我希望这是正确的发布位置 - 如果不是，我愿意更改为 SO。

无论如何，我都在使用 MDS 来帮助我找到数据集的二维表示。从本质上讲，这些是多年蛋白质数据中氨基酸残基的 pKa 值——核心是相同比例的十进制数。有很多位置(~600 行)，也有很多年(~12 列)。

我的问题是:MDS 的正确输入是数据矩阵(年与位置)，还是我可以输入相关矩阵(年与年)？我问是因为 API 文档与书面描述冲突。

API 文档说数据矩阵:http://scikit-learn.org/stable/modules/generated/sklearn.manifold.MDS.html#sklearn.manifold.MDS (即 n_samples、n_features)。

书面描述说“输入相似性矩阵”:http://scikit-learn.org/stable/modules/manifold.html

Answer 1

如果您将 dissimilarity='euclidean' 传递给初始估计器(或默认情况下)，它将采用数据矩阵并为您计算欧几里得距离矩阵。

如果您传递 dissimilarity='precomputed'，它需要一个相异矩阵。

不过，文档在这方面确实不是很清楚；我确定拉取请求会在 X 参数的描述中添加一个简短的注释，并说明 'euclidean' 是默认值(我必须检查源代码) , 将被接受。