使用相似矩阵，而不是在相似矩阵为MDS scikit学习

Question

我希望显示的文本文档的相似性我使用这scikit学习的TfidfVectorizer为tfidf = TfidfVectorizer(decode_error='ignore', max_df=3).fit_transform(data)

，然后进行余弦相似度计算作为cosine_similarity = (tfidf*tfidf.T).toarray()

它给出了相似性，但sklearn.manifold.MDS需要一个不相似矩阵。当我给出1-cosine_similarity时，应该为零的对角线值不是零。它们是一些小的值，如1.12e-9等。两个问题：

1）如何使用MDS相似度矩阵或如何将相似度矩阵更改为相异矩阵？

2）在MDS中，有一个选项dissimilarity，其值可以是'precomputed'或'euclidean'。两者之间有什么区别，因为当我给欧几里德，MDS坐标变得相同，无论我使用的是cosine_similarity还是1-cosine_similarity看起来都是错误的。

谢谢！

Answer 1

我真的不明白你的余弦变换（因为我知道没有余弦/角度参与），我不知道TfidfVectorizer功能，但我会尽量回答你的两个问题：

1）一般的（异性= 1相似）-approach是有效的，其中在矩阵中的所有的条目是在-1和1假设距离矩阵d之间箱子= cosine_similarity是一个这样的对称距离矩阵高达数字假象可以应用

dissimilarity_clean = 1 - np.triu(d)+np.triu(d).T-np.diag(np.ones(len(d))) 

以纠正文物。使用numpys corrcoef（X）创建基于Pearson相关系数的相异矩阵时，可能需要执行相同的操作。两个边节点：1.对于非有界相似性度量，您仍然可以想出等价的方法。 2.在使用MDS的情况下，您可能会考虑使用更接近欧式距离（而不是有界）的测量，因为这对MDS来说是更自然的选择，并且会带来更好的结果。 2）使用'预先计算'选项假定您提供了MDS的.fit（X =相异矩阵） - 方法以及您预先计算的相异矩阵（您的场景）。使用dissimilarity ='euclidean'来代替传递给.fit（X = data）的数据的欧氏距离矩阵。

希望这会有所帮助！