scikit-learn的MDS的正确输入是什么？

Question

我希望这是发布的正确位置 - 如果没有，我愿意改为SO。

无论如何，我使用MDS来帮助我找到数据集的二维表示。基本上，这些是多年来氨基酸残基的pKa值。蛋白质数据的价值 - 相同规模的十进制数，其核心。有很多位置（约600行），有很多年（~12列）。

我的问题是：MDS是数据矩阵（年份与职位）的正确输入，还是我可以输入相关矩阵（年与年）？我问，因为API文档与书面描述冲突。

API文档说数据矩阵：http://scikit-learn.org/stable/modules/generated/sklearn.manifold.MDS.html#sklearn.manifold.MDS（即n_samples，n_features）。

书面说明＆＃34;输入相似度矩阵＆＃34;：http://scikit-learn.org/stable/modules/manifold.html

Answer 1

如果您将dissimilarity='euclidean'传递给初始估算器（或默认情况下），它将采用数据矩阵并为您计算欧几里德距离矩阵。

如果您通过dissimilarity='precomputed'，则需要使用相异矩阵。

但是，文件确实并不是非常明确的;我确定一个拉取请求会在X参数的描述中添加一条简短的注释，并澄清'euclidean'是默认值（我必须检查源），将被接受。< / p>