sklearn流行学习

Isomap类

特别注意sklearn中的Isomap算法使用的不是MDS算法而是KPCA算法，这与西瓜书的Isomap算法描述不对应，不过这并不是什么大问题，因为Isomap其实最重要的是得到测地线距离，而这个类的dist_matrix_ 属性就可以获得距离为测地线距离的距离矩阵。

参数

n_neighbors : int or None, default=5；每个样本点的近邻的数量，如果这个参数非空那么radius参数必须为空。

radius : float or None, default=None；每个样本点的近邻点的最大距离，比如参数值为1表示距离样本点小于1的点为它的近邻点。

n_components : int, default=2；变换后的数据维度。

metric : str, or callable, default="minkowski"；和sklearn最近邻中的NearestNeighbors类的参数解释一样。

p : float, default=2；和sklearn最近邻中的NearestNeighbors类的参数解释一样。

metric_params : dict, default=None；和sklearn最近邻中的NearestNeighbors类的参数解释一样。

属性

dist_matrix_ : array-like, shape (n_samples, n_samples)；获得距离为测地线距离的距离矩阵

LocallyL