python - 相异矩阵中具有缺失值的多维缩放

Question

我有一个相异矩阵，我想使用sklearn.manifold.MDS函数在其上执行多维缩放 (MDS)。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缺失值的矩阵上运行 MDS？根据这个问题，与 0 的差异被视为缺失值，但我无法在官方文档中找到此声明。值 0 的差异不是被解释为彼此非常接近的点吗？

欢迎任何关于如何基于稀疏相异矩阵获得我的高维数据集的低维表示的建议。谢谢！

Answer 1

感谢您对该问题的提示！我查看了代码：要将非对角线上的零解释为缺失值，您需要使用 MDS 的非度量版本，使用 SMACOF 算法 by MDS(metric=False)。

我有同样的问题，直到现在我只看到在应用 MDS 之前对距离矩阵进行矩阵完成的替代方法。