Многомерное масштабирование с отсутствующими значениями в матрице различий

У меня есть матрица различий, для которой я хотел бы выполнить многомерное масштабирование (MDS), используя sklearn.manifold.MDS. Различие между некоторыми элементами в этой матрице не имеет смысла, и поэтому мне интересно, есть ли способ запустить MDS на разреженной матрице или на матрице с пропущенными значениями? В соответствии с этим вопросом различия с 0 считаются как отсутствующие значения, но мне не удалось найти это утверждение в официальной документации. Разве несходство со значением 0 не интерпретируется как точки, которые очень близки друг к другу?

Приветствуются любые предложения о том, как получить низкоразмерное представление моего многомерного набора данных на основе разреженной матрицы различий. Спасибо!


person Nadja Herger    schedule 21.04.2017    source источник


Ответы (1)


Спасибо за подсказку к этому вопросу! Я заглянул в код: чтобы нули на недиагонали интерпретировались как пропущенные значения, вам нужно использовать неметрическую версию MDS с использованием алгоритма SMACOF от MDS(metric=False).

У меня та же проблема, и до сих пор я вижу только альтернативу выполнению завершения матрицы на расстоянии матрица перед нанесением МДС.

person Jojo    schedule 09.05.2017