Ivr*_*vri 4 r multi-dimensional-scaling
我有几个问题:
1.isoMDS和cmdscale有什么区别？
我可以使用不对称矩阵吗？
3.有没有办法确定最佳维数(结果)？
Geo*_*tas 10
其中一种MDS方法是distance scaling,它按公制和非公制划分.另一个是classical scaling(distance geometry生物信息学中也称为).可以使用该命令在R中执行经典缩放cmdscale.Kruskal的非度量距离缩放方法(使用应力函数和等张回归)可以使用isoMDS库MASS中的命令来执行.classical scaling如果目标是降维,则产生特征分解问题的标准处理与PCA相同.distance scaling另一方面,这些方法使用迭代过程来得到解决方案.
如果你参考距离结构,我想你应该传递一个类的结构,dist它是一个带有距离信息的对象.或距离的(对称的)基质,或可以被强制转换为这种使用矩阵as.matrix对象().(正如我在帮助中所读到的,只使用矩阵的下三角形,其余部分被忽略).
(对于经典缩放方法):确定所得到的配置的维度的一种方法是查看doubly centered对称矩阵B(= HAH)的特征值.通常的策略是将有序特征值(或它们的某些函数)与维度进行绘图,然后确定特征值变为"稳定"的维度(即,不要敏感地改变).在那个维度上,我们可以观察到一个"肘",它表示稳定性发生的位置(对于n维空间的点,图中的稳定性应该发生在维数n + 1).为了更容易地对经典缩放解决方案进行图形解释,我们通常选择n为2或3的小型.