本文整理汇总了Python中sklearn.manifold.Isomap.reconstruction_error方法的典型用法代码示例。如果您正苦于以下问题：Python Isomap.reconstruction_error方法的具体用法？Python Isomap.reconstruction_error怎么用？Python Isomap.reconstruction_error使用的例子？那么, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类sklearn.manifold.Isomap的用法示例。
在下文中一共展示了Isomap.reconstruction_error方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: isomap
# 需要导入模块: from sklearn.manifold import Isomap [as 别名]
# 或者: from sklearn.manifold.Isomap import reconstruction_error [as 别名]
def isomap(self, data):
print 'Isomap neighbours :', self.parameters["n_neighbors"]
print 'Isomap components, ie final number of coordinates :', self.k
k_means_n_clusters=self.parameters['k_means_n_clusters']
isomap_params = dict(self.parameters)
del isomap_params["k_means_n_clusters"]
m = Isomap(neighbors_algorithm = 'kd_tree',**isomap_params)#eigen_solver='auto', tol=0, path_method='auto', neighbors_algorithm='kd_tree')
x = m.fit_transform(data)
error=m.reconstruction_error()
geod_d = m.dist_matrix_.flatten()
new_euclid_d = cdist(x, x, metric='euclidean').flatten()
corr=1- pearsonr(geod_d, new_euclid_d)[0]**2
new_data = x
print self.parameters
return self.batch_kmeans(new_data, parameters = dict(zip(params["mini-batchk-means"], [k_means_n_clusters, 1000, 500, 1000, 'k-means++', 5])))