在scikit-learn中将共现矩阵转换为MDS的不相似度矩阵

Question

我有一个词共现矩阵，如下所示。我想使用MDS来降低维度并进行绘图。在sklearn中，有一个函数model = MDS(n_components=2, dissimilarity='precomputed', random_state=1)，应用该模型的方法为output = model.fit_transform(input)我的理解是输入应该是一个不相似矩阵，而不是我所拥有的相似矩阵。这是正确的吗？是否有一个函数可以将这个共现不相似矩阵转换？我对此还很陌生。非常感谢您的帮助。

co-occurrence matrix :
        word1       word2      word3 ...
word1.    0           1          3
word2     1           0          5
word3     3           5          1
...

- user3735871

Answer 1

可能已经有点晚了，但我可能有一个提议的答案。

我使用了一个相似度矩阵（对角线上充满1，这不是你的情况），并找到了一个简单的公式将其转换为不相似度矩阵：（1-单元格） 然而，我的主管发现了另一个公式（我找不到参考文献），它似乎可以处理具有不同值的对角线。我在此帖子中放了一些细节，但我的AWK程序无法应用于您的数据（因为我简化了公式以处理我只有对角线上有1的情况）。

适用于您的公式是：

在我的情况下，对于对角线为1的情况，我将其简化为：

希望这可以帮到你！ :) 但是也许我错了。如果是这样的话，我很有兴趣知道详情。

- Metalman