经典多维标度gydF4y2Ba
这个例子展示了如何使用gydF4y2BacmdscalegydF4y2Ba
执行经典(度量)多维标度,也称为主坐标分析。gydF4y2Ba
cmdscalegydF4y2Ba
接受一个点间距离矩阵作为输入,并创建一个点的配置。理想情况下,这些点是二维或三维的,它们之间的欧氏距离再现了原始的距离矩阵。因此,点的散点图由gydF4y2BacmdscalegydF4y2Ba
提供原始距离的可视化表示。gydF4y2Ba
作为一个非常简单的例子,您可以仅从点之间的距离重构一组点。首先,创建一些四维点,在它们的第四坐标中有一个小的分量,并将它们减少到距离。gydF4y2Ba
rnggydF4y2Ba默认的gydF4y2Ba;gydF4y2Ba%的再现性gydF4y2BaX = [normrnd(0, 1, 10日,3)normrnd(0。1、10、1)];D = pdist (X,gydF4y2Ba“欧几里得”gydF4y2Ba);gydF4y2Ba
下一步,使用gydF4y2BacmdscalegydF4y2Ba
找到一个有这些点间距离的构型。gydF4y2BacmdscalegydF4y2Ba
接受以方阵形式表示的距离,或者,如本例所示,以由gydF4y2BapdistgydF4y2Ba
.gydF4y2Ba
[Y, eigvals] = cmdscale (D);gydF4y2Ba
cmdscalegydF4y2Ba
产生两个输出。第一个输出,gydF4y2BaYgydF4y2Ba
,是一个包含重构点的矩阵。第二个输出,gydF4y2BaeigvalsgydF4y2Ba
,是一个向量,它包含了通常称为“标量积矩阵”的排序特征值,在最简单的情况下,它等于gydF4y2BaY * Y 'gydF4y2Ba
.特征值的相对大小表示对应列的相对贡献gydF4y2BaYgydF4y2Ba
在复制原始距离矩阵时gydF4y2BaDgydF4y2Ba
用重构的点。gydF4y2Ba
格式gydF4y2Ba短gydF4y2BaggydF4y2Ba[eigvals eigvals / max (abs (eigvals)))gydF4y2Ba
ans =gydF4y2Ba10×2gydF4y2Ba35.41 1 11.158 0.31511 1.6894 0.04771 0.1436 0.0040553 2.9678e-15 8.3812e-17 1.7158e-15 4.8454e-17 1.5224e-15 4.2995e-17 -1.4626e-15 -4.1303e-17 -1.7759e-15 -5.0153e-17 -8.4529e-15 -2.3871e-16gydF4y2Ba
如果gydF4y2BaeigvalsgydF4y2Ba
的列只包含正特征值和零特征值(四舍五入误差范围内)gydF4y2BaYgydF4y2Ba
对应的正特征值提供了一个精确的重构gydF4y2BaDgydF4y2Ba
,在某种意义上,它们的点间欧氏距离,用gydF4y2BapdistgydF4y2Ba
中的值(四舍五入内)相同gydF4y2BaDgydF4y2Ba
.gydF4y2Ba
max(abs(D - pdist(Y)))gydF4y2Ba%的重建gydF4y2Ba
maxerr4 = 5.107 e15汽油gydF4y2Ba
如果有两个或三个特征值gydF4y2BaeigvalsgydF4y2Ba
都比其他的大得多,那么距离矩阵根据对应的列gydF4y2BaYgydF4y2Ba
近似地再现了原始的距离矩阵gydF4y2BaDgydF4y2Ba
.从这个意义上说,这些列形成了一个较低维度的表示,能够充分描述数据。然而,找到一个好的低维重构并不总是可能的。gydF4y2Ba
maxerr3 = max(abs(D - pdist(Y):,1:3))))gydF4y2Ba%良好的3D重建gydF4y2Ba
maxerr3 = 0.043142gydF4y2Ba
maxerr2 = max(abs(D - pdist(Y):,1:2))))gydF4y2Ba%糟糕的2D重建gydF4y2Ba
maxerr2 = 0.98315gydF4y2Ba
三维重建再现gydF4y2BaDgydF4y2Ba
很好,但是二维重构的误差与二维重构的最大值的数量级相同gydF4y2BaDgydF4y2Ba
.gydF4y2Ba
max (max (D))gydF4y2Ba
ans = 5.8974gydF4y2Ba
通常,gydF4y2BaeigvalsgydF4y2Ba
包含一些负的特征值,表示在gydF4y2BaDgydF4y2Ba
不能完全复制。也就是说,可能没有任何点的构型其点间的欧氏距离由gydF4y2BaDgydF4y2Ba
.如果最大的负特征值在量级上小于最大的正特征值,则返回的位形gydF4y2BacmdscalegydF4y2Ba
仍然可能复制gydF4y2BaDgydF4y2Ba
好。gydF4y2Ba