python - 使用带有大数据的 sklearn.manifold.MDS 进行非度量多维缩放是不可能的？

Question

我正在尝试使用非度量多维缩放在两个轴或组件中可视化我的高维数据集。此功能在 scikit-learn 库中可用。这是我的代码：

from sklearn.manifold import MDS 

embedding = MDS (n_components=2, metric= False, n_init=2, max_iter=100, 
                 verbose=0, eps=0.001, n_jobs=2, random_state=101
                ,dissimilarity='euclidean')
#precip=precip[0:100]

precip_transformed = embedding.fit_transform(precip)
precip_transformed

n_init 的默认值为 4，max_iter 为 300，n_jobs=None（表示 -1）。即使我减少了默认值并增加了 n_jobs，这也需要永远运行。它也让我的笔记本在一段时间后崩溃。我应该提到我的数据有 20000 行，当我保留代码的注释行（只有 100 行）时，它可以工作。有谁知道我怎样才能使这项工作？更快或以某种方式确保笔记本电脑不会崩溃。