是否有将距离矩阵转换为一组坐标的包?我已经完成了以下问题。我希望会有一个包。
我已经为此考虑过 Sammons Projection,但据我了解,它是一个优化器,可为您提供最佳解决方案。我认为应该有一个算法来获得一个独特的解决方案。
是否有将距离矩阵转换为一组坐标的包?我已经完成了以下问题。我希望会有一个包。
我已经为此考虑过 Sammons Projection,但据我了解,它是一个优化器,可为您提供最佳解决方案。我认为应该有一个算法来获得一个独特的解决方案。
多维缩放 (MDS) 旨在将数据的距离矩阵投影到较低维度k,在您的情况下需要k = 2,同时尝试保留数据点之间的距离:
# Multidimensional scaling
library(MASS)
set.seed(1)
labels <- as.factor(sample(LETTERS[1:5], 100, replace=TRUE))
dat <- mvrnorm(n=100, mu = c(1:4), Sigma=matrix(1:16, ncol=4)) + as.numeric(labels)^2
#> dim(dat)
#[1] 100 4
# Euclidean distance matrix (100x100)
d <- dist(dat)
# Classical MDS for distance matrix d
# http://en.wikipedia.org/wiki/Multidimensional_scaling
mds <- cmdscale(d, k = 2)
x <- mds[,1]
y <- mds[,2]
plot(x,y, col=rainbow(5)[as.numeric(labels)], pch=16, main="MDS for object 'dat'")
legend("topright", legend=unique(labels), col=rainbow(5)[unique(as.numeric(labels))], pch=16)
查找称为Multi-Dimensional Scaling
(MDS) 的算法。R 中的一个实现是包中的cmdscale
函数stats
:
多维缩放采用一组相异并返回一组点,使得点之间的距离近似等于相异。
该文档还有一个示例,其中将距离矩阵转换为x
和y
坐标的两个向量,然后绘制。