我有幾個問題:
1. isoMDS和cmdscale有什麼區別?
2.我可以使用非對稱矩陣嗎?
3.有什麼方法可以確定最佳的維數(結果)?R:多維縮放
Q
R:多維縮放
4
A
回答
10
之一MDS方法是
distance scaling
並且在度量和非度量劃分。另一個是生物信息學中的classical scaling
(也稱爲distance geometry
)。經典縮放可以使用命令cmdscale
在R中執行。可以使用庫MASS中的命令isoMDS
來執行Kruskal的非對稱距離縮放(使用應力函數和等滲迴歸)方法。classical scaling
的標準處理產生了一個特徵分解問題,因此如果目標是維數降低,則與PCA相同。另一方面,distance scaling
方法使用迭代過程來達成解決方案。如果你參考了距離結構,我猜你應該傳遞類別
dist
的結構,這是一個具有距離信息的對象。或者是一個(對稱的)距離矩陣,或者是一個可以用as.matrix()強制轉換成這個矩陣的對象。 (當我在幫助中閱讀時,只使用矩陣的下三角形,其餘部分被忽略)。(對於經典的縮放方法):確定最終配置的維度的一種方法是查看對稱矩陣B(= HAH)的特徵值。通常的策略是繪製有序特徵值(或它們的某些函數)與維數的關係,然後確定特徵值變得「穩定」(即不會敏感地改變)的維度。在這個維度上,我們可以觀察到一個表示穩定發生的地方的「肘」(對於一個n維空間的點,圖中的穩定性應該發生在n + 1維上)。爲了更容易地解釋經典的縮放解決方案,我們通常選擇n爲2或3的小號。
相關問題
- 1. 多維縮放
- 2. Java:多維縮放?
- 3. 多維度縮放
- 4. R中的多維縮放(手動完成)
- 5. R縮放三倍維恩圖與維恩圖
- 6. smacofSym的困難 - 多維縮放
- 7. C#中的多維縮放比例#
- 8. 二維形狀縮放
- 9. 縮放三維Venn圖與R與VennDiagram包
- 10. 重縮放矢量R
- 11. R:裁剪/縮放地圖
- 12. 瞭解R中的「縮放」
- 13. [R日期時間縮放
- 14. 在R中縮放變量
- 15. R:重新縮放數據
- 16. [R查找多維數組維大小
- 17. 多維揹包與R
- 18. 多維數組操作[R
- 19. gnuplot:多槽縮放
- 20. 在差異矩陣中使用缺失值的多維縮放
- 21. 虹膜數據集上的多維縮放(MDS)
- 22. Matplotlib三維散自動縮放問題
- 23. 將多維數組縮減爲更小的多維數組
- 24. R上的互動縮放地圖
- 25. [R的igraph:縮放節點大小
- 26. 縮放ggplot或正常情節在R
- 27. [R GGPLOT2:Y軸縮放問題
- 28. R中的縮放數據集
- 29. 在R中保留地圖縮放嗎?
- 30. R小冊子:縮放控制級別
您可能想要考慮將這些問題分成2-3個不同的問題。 – 2010-02-26 20:14:49