我有一个流形学习/非线性降维问题，我知道对象之间的距离达到某个阈值，超过这个阈值，我只知道距离"远"。此外，在某些情况下，一些距离可能会丢失。我正在尝试使用sklearn.manifold来执行查找1d表示的任务。一种自然的表示法是将"远"距离表示为inf，将缺失距离表示为nan。
然而，由于我得到了ValueError: Array contains NaN or infinity，目前scikit-learn似乎不支持sklearn.manifold中给流形学习函数的距离矩阵中的nan和inf值。
这有概念上的原因吗？有些方法似乎特别适用于inf，例如非度量MDS。此外，我知道这些方法在其他语言中的一些实现能够处理丢失的/inf值。
我没有使用inf，而是考虑将"远"值设置为一个非常大的数字，但我不确定这会对结果产生什么影响。
更新：
我搜索了sklearn.manifold.MDS._smacof_single()的代码，发现了一段代码和一条注释，上面写着"similarities with 0 are considered as missing values"。这是一种未记录的指定缺失值的方法吗？这适用于所有歧管功能吗？
简短回答：正如您所提到的，非度量MDS能够处理不完全相异矩阵。您是对的：当使用MDS(metric=False)时，将值设置为零将被解释为缺少值。它不适用于其他不基于非度量MDS的流形学习过程，但可能有类似的（未记录的）方法可用。
关于你关于用高值替换inf肯定会塑造你的低维表示。这是否有效是一个概念问题，只有知道inf值的来源才能回答。inf条目是否意味着"这些数据彼此之间的距离非常遥远"之类的内容？用高值替换是否有意义（就像您的情况一样）。如果它相当缺乏关于相异性的知识，我不建议用inf代替。如果没有其他解决方案（如非度量MDS或矩阵完成），那么我更建议在这种情况下用可测量距离的中值代替（checkout Imputation）。
看看我对2017年一个类似问题的回答。