从knn-graph中,我们可以使用scipy包计算邻接矩阵,方法如下:
ids = df.index
knn = kneighbors_graph(df.values, n_neighbors, metric = metric,
mode = 'connectivity').toarray()
knn = pd.DataFrame(knn, columns = ids, index = ids)
这给了我们一个邻接矩阵对于KNN-neighbor?
同样,我们如何从UMAP和t-SNE算法中得到连通性邻接矩阵?
在umap_learn
和cuml
(vers)。>22.06),UMAP.fit()
返回一个.graph_
,这是邻接输出