在特征聚集维数降维中，亲和力=“预计算”是什么意思？
在特征聚维降维中，亲和力=“预先计算”意味着什么?它是如何使用的？但是，我不知道这个“预算法”实际上意味着什么，我是否必须为特征聚集算法提供“预先计算”的内容？“预先计算”究竟是什么意思？
除了原始数据预处理(缩放)，numpy数组之外，我没有传递任何其他内容。在进行特征聚类的fit_transform后，将结果传递给Birch聚类算法，得到了比其他相似点更好的结果。结果与PCA相似，但内存消耗开销要低得多，所以我会使用特征聚集作为降维，但我担心我做错了吗？
回答 1
Stack Overflow用户
发布于 2018-09-29 22:53:44
问得好。
affinity == 'precomputed'意味着使用包含原始数据的distance matrix上三角形的扁平数组。
参考资料(源代码)：
if affinity == 'precomputed': # for the linkage function of hierarchy to work on precomputed # data, provide as first argument an ndarray of the shape returned # by pdist: it is a flat array containing the upper triangular of # the distance matrix. i, j = np.triu\_indices(X.shape[0], k=1) X = X[i, j] elif affinity == 'l2': # Translate to something understood by scipy affinity = 'euclidean' elif affinity in ('l1', 'manhattan'): affinity = 'cityblock'
https://stackoverflow.com/questions/52538559
复制相似问题
腾讯云开发者
