从knn-图中,我们可以使用以下参数来计算附加矩阵:
ids = df.index
knn = kneighbors_graph(df.values, n_neighbors, metric = metric,
mode = 'connectivity').toarray()
knn = pd.DataFrame(knn, columns = ids, index = ids)这给出了KNN-邻居的邻接矩阵?
同样,我们如何从UMAP和t算法中得到连通性邻接矩阵?
发布于 2022-10-19 00:29:18
在umap_learn和cuml中都有。>22.06),UMAP.fit()返回一个.graph_,这是邻接输出
https://stackoverflow.com/questions/69600424
复制相似问题