scikit-learn的MDS正确输入是什么？

Question

我希望这里是发帖的正确地方，如果不是，我可以换到Stack Overflow。

无论如何，我正在使用MDS（多维尺度分析）来帮助我找到一个数据集的二维表示。简单来说，这些数据是关于氨基酸残基的pKa值，这些值是多年蛋白质数据的结果——本质上是同一范围内的小数。数据中有很多位置（大约600行），还有很多年份（大约12列）。

我的问题是：输入MDS的正确数据是数据矩阵（年份对位置），还是可以用相关矩阵（年份对年份）？我之所以问这个，是因为API文档和书面描述之间有冲突。

API文档说要用数据矩阵：http://scikit-learn.org/stable/modules/generated/sklearn.manifold.MDS.html#sklearn.manifold.MDS（也就是说，样本数，特征数）。

而书面描述则说“输入相似性矩阵”：http://scikit-learn.org/stable/modules/manifold.html

Answer 1

如果你在最开始的估算器中传入 dissimilarity='euclidean'（或者默认就是这样），它会接收一个数据矩阵，然后为你计算出欧几里得距离矩阵。

如果你传入 dissimilarity='precomputed'，那么它会直接使用一个不相似度矩阵。

不过，文档上对此确实不是很清楚；我相信如果有人提交一个请求，简单说明一下 X 参数的描述，并且澄清 'euclidean' 是默认选项（我也是查了源代码才知道的），肯定会被接受。