-
n_neighbors
:一个整数,指定近邻参数 。n_components
:一个整数,指定降维后的维数。reg
:一个浮点数,指定正则化项的系数。eigen_solver
:一个字符串,指定求解特征值的算法,可以为:'auto'
:由算法自动选取。'arpack'
:使用Arnoldi
分解算法。'dense'
:使用一个直接求解特征值的算法(如LAPACK
)。
tol
:一个浮点数,指定求解特征值算法的收敛阈值(当eigen_solver='dense'
时,该参数无用)。max_iter
:一个浮点数,指定求解特征值算法的最大迭代次数(当eigen_solver='dense'
时,该参数无用)。-
- :使用标准的
LLE
算法。 'modified'
:使用modified LLE
算法。'ltsa'
:使用local tangent space alignment
算法。
- :使用标准的
hessian_tol
:一个浮点数,用于method='hessian'
时收敛的阈值。modified_tol
:一个浮点数,用于method='modified'
时收敛的阈值。neighbors_algorithm
:一字符串,指定计算最近邻的算法。可以为:'ball_tree'
:使用BallTree
算法。'kd_tree
:使用KDTree
算法。'brute'
:使用暴力搜索法。- :自动决定最合适的算法。
random_state
:一个整数或者一个RandomState
实例,或者None
,指定随机数种子。它用于
eigen_solver='arpack'
。
属性:
embedding_vectors_
:给出了原始数据在低维空间的嵌入矩阵。
-
fit(X[, y])
:训练模型。transform(X)
:执行降维,返回降维后的样本集。fit_transform(X[, y])
:训练模型并执行降维,返回降维后的样本集。
示例:鸢尾花数据集分别降低到4、3、2、1 维时,重构误差分别为:
reconstruction_error(n_components=4) : 7.19936880176e-07
reconstruction_error(n_components=3) : 3.8706050149e-07
reconstruction_error(n_components=2) : 6.64141991211e-08
reconstruction_error(n_components=1) : -1.74047846991e-15
该指标并不能用于判定降维的效果的好坏,它只是一个中性指标。
不同的
k
降维到2维后的样本的分布图如下所示。可以看到 时,近邻范围过小,同样发生了断路现象。不同的
k
降维到1维后的样本的分布图如下所示。