sklearn.manifold.trustworthiness?

sklearn.manifold.trustworthiness(X, X_embedded, *, n_neighbors=5, metric='euclidean')

[源碼]

表示保留本地結構的程度。

可信度在[0，1]之內。定義為：

對于每個樣品i，是它在輸出空間中的k個最近鄰，每個樣本j是它在輸入空間中的第個最近鄰。換言之，輸出空間中任何意外的最近鄰居都會根據其在輸入空間中的排名按比例進行懲罰。

  • “Neighborhood Preservation in Nonlinear Projection Methods: An Experimental Study” J. Venna, S. Kaski
  • “Learning a Parametric Embedding by Preserving Local Structure” L.J.P. van der Maaten
參數 說明
X array, shape (n_samples, n_features) or (n_samples, n_samples)
如果度量是“預先計算的”，則X必須是平方距離矩陣。否則，它每行包含一個樣本。
X_embedded array, shape (n_samples, n_components)
在低維空間中嵌入訓練數據。
n_neighbors int, optional (default: 5)
將要考慮的鄰居數k。
metric string, or callable, optional, default ‘euclidean’
用于計算距原始輸入空間的樣本之間的成對距離的度量。如果度量是“預先計算的”，則X必須是成對距離或平方距離的矩陣。否則，請參閱sklearn.pairwise.pairwise_distances中的參數度量文檔，以獲取可用度量的列表。
返回值 說明
trustworthiness float
低維嵌入的可信度。