Multidimensional scaling(MDS)简介

1 篇文章 0 订阅
1 篇文章 0 订阅
Multidimensional scaling(MDS)
Metric MDS是一种降维方法,在低维空间中,仍然能够保持对象间相对距离的方法。


下图是美国城市之间的距离,表示为一个对称矩阵,即已知城市之间的距离d




为将这些城市表示在二维平面上,下式的x,y表示城市的坐标,其中的距离表示在二维平面上的距离,


两个距离之差的平方和最小可以反映出降维后仍能保持对象间的距离,因此该问题转换为一个最优化问题,
用非线性优化方法求解。


下图是求解后的城市。




可以看到城市间的相对距离仍然保留了,X轴从小到大基本是从东海岸到西海岸。


参考:

coursera上data visualization课程的slides。



  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值