i具有一个相似性矩阵，我想在其上使用sklearn.manifold.mds函数执行多维缩放(MDS(。此矩阵中某些元素之间的差异不是有意义的，因此我想知道是否有一种方法可以在稀疏矩阵上或具有缺失值的矩阵上运行MD？根据这个问题，具有0的差异被认为是缺失的价值，但是我无法在官方文档中找到此陈述。与价值0的差异是否解释为彼此非常接近的点？
欢迎任何建议如何获得基于稀疏差异矩阵的高维数据集的低维表示。谢谢！
感谢您提出的问题！我研究了代码：为了使非对角线上的零被解释为缺少值，您需要使用MDS(metric=False)使用SMACOF算法使用MDS的非金属版本。
我有相同的问题，直到现在，我只看到在应用MDS之前在距离矩阵上完成矩阵完成的替代方案。
相似性= 1-异形 如果您的差异= 0 ，那么您的相似性= 1 ＆amp;因此，您的积分在您的空间中相似