scikit-learn - sklearn.manifold.MDS 没有转换方法

Question

在我创建 MDS 对象后 mds ，并与 mds.fit(X) 配合，我以为我可以使用 mds.transform(X_new) 转换新点.我认为这是其他多种类中的 API。但是只有fit_transform .我猜从描述中得知 fit_transform做一些更合适的，我不想改变已经计算过的投影!

编辑:等等，也许这没有意义。我又读了一些。如果我现在理解正确的话，MDS 算法是一种迭代算法，它“只是移动点”直到压力值变低——并且实际上不允许进行投影。

但是，我还是有点困惑 fit_transform做。文档说“拟合来自 X 的数据，并返回嵌入的坐标”。这与只是装和取有什么不同mds.embedding_ ?

Answer 1

对于 scikit-learn 转换器，estimator.fit_transform(X)是 always equivalent至 estimator.fit(X).transform(X) ，但通常更有效地实现。在这种情况下，确实与estimator.fit(X).embedding_相同;它的存在是因为 scikit-learn 类(class)，例如 Pipeline可以称之为。

好像没有transform任何流形学习者的方法，也许是错误的；我刚开了一个 issue对这个。