在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函数执行多维缩放（MDS）。这个矩阵中某些元素之间的不相似性没有意义，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{{​​3}}问题，0的不相似性被视为缺失值，但我无法在官方文档中找到此声明。是不是将价值0的不相似性解释为彼此非常接近的点？

任何有关如何基于稀疏相异矩阵获得高维数据集的低维表示的建议都将受到欢迎。谢谢！

Answer 1

感谢您对该问题的暗示！我查看了代码： 对于非对角线上的零被解释为缺失值，您需要使用MDS(metric=False)的SMACOF算法使用MDS的非度量版本。

我有同样的问题，直到现在我才看到在应用MDS之前在距离矩阵上做matrix completion的替代方法。