问题标签 [multi-dimensional-scaling]

我正在使用 t-SNE 进行探索性数据分析。我使用它而不是 PCA，因为 PCA 是线性的，而 t-SNE 是非线性的。

知道使用 PCA 捕获必要的方差需要多少维度非常简单。我如何知道使用 t-SNE 的数据需要多少维？

我已经阅读了一个非常有用信息的流行网站，但它没有讨论维度。 https://distill.pub/2016/misread-tsne/

想象一下，给定 3 个维度的 n 个点的集合 S。任何两点之间的距离都是简单的欧几里得距离。您想从该集合中选择 k 个点的子集 Q，使它们彼此相距最远。换句话说，不存在k个点的其他子集Q'，使得Q中所有成对距离的min小于Q'中的min。

如果 n 约为 1600 万，k 约为 300，我们如何有效地做到这一点？

我的猜测是这个 NP-hard 所以我们可能只想专注于近似。我能想到的一个想法是使用多维缩放对一条线上的这些点进行排序，然后使用二进制搜索的版本来获取这条线上相距最远的点。

我想绘制一个函数，并显示 3 个不同的y轴，每个轴都有不同的比例、对数和线性比例。我按照这个和其他示例尝试修改它以考虑到我之前提到的差异。

编辑：我有数据来绘制 a(t) = t^(1/2)，我可以改变 a 轴的比例，因为我知道变换 z(a) = 1/a - 1，所以它是就像绘制 z(t)，但我希望通过更改 y 轴的显示方式使 a(t) 和 z(t) 看起来相同，因此 a 轴和 z 轴等效于遵守 z(a) .

问题是该图显示了 3 条曲线，就好像它是不同的函数一样，我希望它们看起来相同，因此我不相信每个 y 轴的转换。

具体问题是，我怎样才能改变 y 轴的比例。

这就是我所做的：

在 Python 3.6.3 中，我有一个预先计算的距离矩阵D：

我正在尝试绘制，以便可视化集群。我正在使用这个，按照这里sklearn.manifold.MDS()给出的第一个例子：

但是，由于position=k==label=False. 我应该能够可视化这两个集群。

我有一个距离矩阵，我想将其绘制为 2D 散点图。

我通过 sklearn.manifold 找到了一种方法：

jac_sim 是我的距离矩阵，看起来像这样：

这段代码给了我下一个情节：

我想从距离矩阵中携带列或索引的名称，以便我可以按 Indiv 编号对图中的点进行颜色编码，并能够放置标签。我试图检查 X_r 文件，但它只包含散点图的坐标，但没有原点信息。

如何按列/索引名称对其进行颜色编码？

一）问题

假设我有一个这样的矩阵，其中包含不同人家之间的距离（以公里为单位）。

我有一个这样的数据表：

我想做多维缩放（距离不同）来可视化 i）每个人与另一个人的生活距离；ii）每个人投票给哪个政党（每个政党的颜色不同）

二）目前的结果

我当前的 MDS 图（用 SPSS 制作）是这样的（我不使用代码行，而是 SPSS 中的菜单命令）。：

III) 预期结果

我想根据这个人投票给哪个政党为每个人添加不同的颜色：

四）问题（S）

我可以在SPSS中做到吗？如何在矩阵中添加有关投票的数据以及如何在 MDS 图中显示？

编辑 R. R 有完全相同的问题和解决方案 ）创建双标签 MDS 图 但我想在 SPSS 中进行。

我目前正在自学多维缩放。其中，我研究了 Borg & Groenen (2005)：现代多维尺度：理论与应用。

在第 10 页，他们展示了 Wish (1971) 报告的真实数据集。Wish (1971) 要求 18 名学生以 9 点评分标准对法国和中国等不同国家的全球相似性进行评分，评分范围从 1 = 非常不同到 9 = 非常相似。由于数据集是公开的，因此我想在 R 中复制结果以供练习。作为第一步，我想复制同样在 Borg & Groenen (2005, p. 10) 中提出的以下配置。

我进行如下：

由于数据集包含相似性评级，我使用 MASS 包的 isoMDS 命令应用了非度量多维缩放。尽管教科书作者提到“二维 MDS 配置”，但我也尝试了更高维的解决方案。因此，我编写了一个循环，对包含 2 到 9 维的配置执行多维缩放。

所得到的图都与 Borg & Groenen (2005, p. 10) 中提出的图不同。例如，二维的地图如下：

我检查了数据集是否与 Borg & Groenen (2005, p. 10) 报告的数据集相同。我还尝试了如下度量缩放：

同样，我无法复制 Borg & Groenen (2005, p. 10) 报告的结果。但是，我不确定在尝试复制结果时是否犯了任何错误。

我需要对一些生物数据进行聚类或相似性分析，并且我正在寻找 SIMPROF 给出的输出。又名树状图或层次聚类。

但是，我每组有 3200 个观察值/行。SIMPROF，请参见此处的示例，

似乎期望每组只有一次观察（本例中为美国州）。现在，我的生物数据（总共 140k 行）每组大约有 3200 个 obs。我正在尝试将在提供的变量中具有相似表示的组聚集在一起。就像在上面的示例中一样，AK 将由多个观察值表示。对于函数/包/分析，我最好的选择是什么？

干杯，莫

论文中的示例：

当我将数据点拖出图表的刻度限制时，例如从最大 x 和 y 轴值，画布增加限制太快。我怎样才能控制这个缩放速度？以便它随着图表配置中定义的特定数字而增加。

这是js小提琴链接。 https://jsfiddle.net/rz7pw6j0/67/

JS

HTML

CSS

我想控制缩放速度。

我有来自传感器的数据，该数据针对每个给定时间戳的每个 (x,y) 坐标对处理每个事件。

来自传感器的数据示例如下：

我遇到的问题是来自传感器的大量数据。分辨率为 180x240，我可以预期多达 400,000 个唯一时间戳。我的目标是将数据大小调整为 28x28x400000。我目前采用的方法是分块进行，构建 3D 阵列的一部分并执行转换以将其降低到 28x28。很多数据只是零，所以我尝试使用稀疏数组但没有运气。关于如何改进这一点的任何建议？