解释了 scikit-learn MDS 的差异

Question

有没有办法从 scikit learn 的 MDS 计算解释方差（特征值）？我已经看过this thread，但我认为 scikit learn 的 MDS 是 MDS 的“非经典”形式，所以我猜它不起作用？有没有办法计算运行 scikit learn 的 MDS 实现的解释方差？

另外，如果我为 scikit learn 的 MDS 使用预先计算的相异矩阵，那么它是否运行经典 MDS？根据代码，它似乎仍然运行 SMACOF 算法（而不是特征分解）？

Answer 1

你是对的。不幸的是，由于使用非经典 MDS，您无法轻松估计解释的方差。

关于你的问题，预先计算的矩阵仅作为SMACOF算法的输入，而不是切换到像经典MDS那样的纯解析解。

如果您需要一种具有解释方差的经典 MDS 方法，您可以按照以下步骤手动计算：

• 将相异矩阵双中心化
• 进行特征分解以获得特征值
• 计算特征值的解释方差