Python sklearn MDS使我的内核崩溃？_Python_Numpy_Scikit Learn_Multi Dimensional Scaling

Python sklearn MDS使我的内核崩溃？

python numpy scikit-learn

Python sklearn MDS使我的内核崩溃？,python,numpy,scikit-learn,multi-dimensional-scaling,Python,Numpy,Scikit Learn,Multi Dimensional Scaling,我有一个50000 x 15 numpy的矩阵，有连续的数据。我想使用MDS（多维缩放）来缩小到2个组件，以便在二维向量空间中可视化数据。出于某种原因，每当我在数据上运行MDS时，我的内存和CPU%都会大幅增加，内核崩溃，告诉我需要重新启动。有没有人遇到过类似的问题，或者知道是什么导致了这种情况我使用的是MacBook Air、125GB SSD、4GB RAM，我的开发环境是Spyder IDE 谢谢我建议使用5%的随机样本运行MDS。翻阅scikit文档，流形学习模块中的大多数算法的复

我有一个50000 x 15 numpy的矩阵，有连续的数据。我想使用MDS（多维缩放）来缩小到2个组件，以便在二维向量空间中可视化数据。出于某种原因，每当我在数据上运行MDS时，我的内存和CPU%都会大幅增加，内核崩溃，告诉我需要重新启动。有没有人遇到过类似的问题，或者知道是什么导致了这种情况

我使用的是MacBook Air、125GB SSD、4GB RAM，我的开发环境是Spyder IDE

谢谢

我建议使用5%的随机样本运行MDS。翻阅scikit文档，流形学习模块中的大多数算法的复杂性似乎都是O（n^2）。没有关于MDS的特定文档，但比较运行时，我只能假设MDS为n^2或更差。数据太多，算法效率低，内存小=内核崩溃

我们当前的MDS实现基于smacof方法，该方法过于通用。在许多情况下，PCA/SVD可能更快。这是

同时，您可以直接使用

sklearn.decomposition.RandomizedPCA

而不是

MDS

类。

我们当前的MDS实现基于smacof方法，该方法过于通用。在许多情况下，PCA/SVD可能更快。这是

同时，您可以直接使用

sklearn.decomposition.RandomizedPCA

而不是

MDS

类。

+1我有一个类似的问题。我的内核没有崩溃，但计算即使在几个小时后也不会完成。我找到的唯一解决方案是使用上面推荐的小样本。+1我有一个类似的问题。我的内核没有崩溃，但计算即使在几个小时后也不会完成。我找到的唯一解决方案是使用上面推荐的小样本。