我想将我使用 scikit-learn 的 TfidfVectorizer 的文本文档的相似性可视化为tfidf = TfidfVectorizer(decode_error='ignore', max_df=3).fit_transform(data)
然后执行余弦相似度计算为cosine_similarity = (tfidf*tfidf.T).toarray()
这给出了相似性，但sklearn.manifold.MDS需要一个相异矩阵。当我给出 1-cosine_similarity 时，应该为零的对角线值不为零。它们是一些小的价值，例如1.12e-9等。两个问题：
1) 如何使用 MDS 的相似度矩阵或如何将相似度矩阵更改为不相似度矩阵？
2) 在 MDS 中，有一个选项dissimilarity，其值可以是'precomputed'或'euclidean'。两者有什么区别，因为当我给出欧几里得时，无论我使用 cosine_similarity 还是 1-cosine_similarity ，MDS 坐标都会变得相同，这看起来是错误的。
谢谢！
我不太了解您的余弦变换（因为我没有看到涉及余弦/角度/归一化标量积）并且我不知道 TfidfVectorizer 功能，但我会尝试回答您的两个问题：
1) 通常 (dissimilarity = 1-similarity)- 方法适用于矩阵中所有条目都在 -1 和 1 之间的情况。假设距离矩阵 d = cosine_similarity 是一个直到数值伪影的对称距离矩阵你可以申请
dissimilarity_clean = 1 - np.triu(d)+np.triu(d).T-np.diag(np.ones(len(d)))
纠正伪影。当使用 numpys corrcoef(X) 创建基于 Pearson 相关系数的相异矩阵时，可能需要相同的操作。两侧节点： 1. 对于无界相似性度量，您仍然可以提出等效方法。2. 在使用 MDS 的情况下，您可能会考虑使用更接近欧几里德距离（且无界）的度量，因为这将是 MDS 的更自然选择并导致更好的结果。
2) 使用“预计算”选项假定您为 MDS 的 .fit(X=dissimilarity matrix) 方法提供了您预先计算的相异矩阵（您的场景）。相反，使用 dissimilarity = 'euclidean' 将计算您传递给 .fit(X=data) 的数据的欧几里得距离矩阵。
希望这可以帮助！