Python scikit学习'；的正确输入是什么；什么是MDS？

我希望这是一个正确的地方张贴-如果不是，我愿意改变这样做

在任何情况下，我都使用MDS来帮助我找到数据集的二维表示。从本质上讲，这些是多年蛋白质数据中氨基酸残基的pKa值——核心是相同尺度的十进制数。有很多位置（~600行），有很多年（~12列）

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

API文档表示数据矩阵：（即n_样本，n_特征）

---

书面描述为“输入相似性矩阵”：

如果您将

相异性='euclidean'

传递给初始估计器（或默认情况下），它将获取一个数据矩阵并为您计算欧几里德距离矩阵

---

如果您传递

相异性='precomputed'

，它将采用相异性矩阵

---

不过，文件在这方面确实不是非常清楚；我确信，在

X

参数的描述中添加一个简短的注释，并澄清

'euclidean'

是默认值（我必须检查源代码）的请求将被接受。

非常感谢，@Dougal！我还需要再等6分钟。接受您的回答。：-）根据数据矩阵（例如，7行3列）计算的欧几里德距离矩阵中的条目

（i，j）

应该是什么？@Sigur如果您有一个形状

（7，3）

的数据矩阵，这意味着在scikit中，您可以了解到您有7个输入点，具有三维特征。如果使用的是

dissimility='precomputed'

，

dissimility[i，j]

应该是

i

th和

j

th输入点之间的差异，例如

np.linalg.norm（X[i]-X[j]）

。请注意，这将为您计算欧几里德距离。因此，数据被读取为每行的点，并且维度来自列数！所以，如果我转置，情况就完全不同了。非常感谢。@Sigur是的，这是scikit学习中的标准：参见中的“数据数组的形状”。