我有一个带有连续数据的 50,000 x 15 numpy 矩阵。我想使用 MDS（多维缩放）缩小到 2 个分量，以便在 2-D 向量空间中可视化数据。出于某种原因，每当我去对数据运行 MDS 时，我的内存和 CPU % 都会大幅增加，并且我的内核崩溃，告诉我需要重新启动。任何人都遇到类似的问题或知道可能导致这种情况的原因吗？
我使用的是MacBook Air，125GB SSD，4GB RAM，我的开发环境是Spyder IDE。
谢谢
我们目前的MDS实现是基于smacof方法的，这种方法太通用了。在许多情况下，PCA/SVD可能会快得多。这是计划为拉取请求的。
同时，您可以直接使用 sklearn.decomposition.RandomizedPCA 而不是 MDS 类。
我建议使用5%的随机样本运行MDS。浏览scikit文档，似乎Manifold学习模块中的大多数算法都具有O（n^2）的复杂性。没有针对 MDS 的特定文档，但比较运行时间我只能假设 MDS 是 n^2 或更差。数据过多，算法效率低下，RAM小=内核崩溃
http://scikit-learn.org/stable/modules/manifold.html#manifold