1. 什么是多维尺度分析MDS

本质上是一种降维方法，让高维数据在低维尺度上直观展示，便于观察其中的差异（距离）。

2. MDS实现步骤

step1：获取数据，行是每一个数据，列是每个特征
step2：以两列（特征）作为差异（距离）的计算标准，计算每个数据两两之间的距离
step3：应用MDS对每个数据进行可视化，直观表现数据差异（距离）
step4：找到最佳维度数量，重新对数据进行可视化
step5：模型效果评价

3. 代码

引入包和数据，本数据共76行，24列，每行是一个数据，最后两列是经纬度特征。

install.packages(c("Rling", "fields", "rgl", "MASS"))
library(Rling); library(fields); library(rgl); library(MASS)
data(eWAVE)

计算数据两两之间的距离，应用MDS，返回每个数据的低维坐标及特征值，可视化前20维的解释力：

geo.dist <- rdist.earth(eWAVE[, 23:24], miles = FALSE)
geo.dist <- as.dist(geo.dist)
geo.mds <- cmdscale(geo.dist, eig = TRUE) #equivalent to cmdscale(geo.dist, k = 2, eig = TRUE)
barplot(geo.mds$eig[1:20], xlab = "Number of dimensions", ylab = "Eigenvalues", main = "Scree plot")

图中可以看出三个维度后解释力大幅下降，所以三维解是最优解。在这先继续以二维展示，后续再做三维的。下面展示MDS后各个数据的距离可视化结果。

plot(geo.mds$points, type = "n", main = "MDS of geographic distances between varieties of English")
text(geo.mds$points, labels = rownames(eWAVE), cex = 0.6)

可以发现各个数据的远近，越近差异越小，越远差异越大。
下面以最佳维度n=3来进行MDS展示。

geo.mds.3d <- cmdscale(geo.dist, k = 3, eig = TRUE)
plot3d(geo.mds.3d$points, type = "n")
text3d(geo.mds.3d$points, texts = rownames(eWAVE), cex = 0.6)

查看MDS模型的有效性，得分越大越好（类似于R2）：

geo.mds.3d$GOF

另一种计算有效性方法，得分越小越好（<0.05）：

sqrt(sum((geo.dist-dist(geo.mds.3d$points))^2)/sum(geo.dist^2))

除此之外，还可以将每个点的MDS距离与真实距离画图展示，x轴对应于每个pair之间的地理距离，而y轴则表示MDS解决方案所表示的pairs之间的距离。模型效果越好点离对角线越近。

geo.sh <- Shepard(geo.dist, geo.mds.3d$points)
plot(geo.sh, main = "Shepard plot", pch = ".")
lines(geo.sh$x, geo.sh$yf, type = "S")

4.参考资料

Levshina, Natalia. “How to do linguistics with R.” Data Exploration and Statistical Analysis, Amsterdam-Philadelphia (2015).[附百度云盘链接：https://pan.baidu.com/s/1YnWLPiH7oom_dPABWXFKig 提取码：f3nk)

R语言实现多维尺度分析（Multidimensional Scaling，MDS）相关推荐

多维尺度变换(multidimensional scaling, MDS)
多维尺度变换(multidimensional scaling, MDS)是在低维空间去展示高维多元数据的一种可视化方法.该方法看起来类似于利用主成分得分作图,或者对两个线性判别量的得分作图.与上述方 ...
SPSS（十四）SPSS之多维尺度分析（图文+数据集）
SPSS(十三)SPSS之多维尺度分析(图文+数据集) 多维尺度分析简介多维尺度(Multidimensional scaling,缩写MDS,又译"多维标度")也称作" ...
多维尺度分析MDS详解
一概述 MDS的初衷是将图结构中的距离在空间的一种表示.例如,已知几个城市的距离,但是不知道城市的坐标,那么MDS就能通过距离矩阵转换成空间坐标向量来近似描述距离.更重要地是,MDS可以更广泛地应用 ...
jquery多维对象计算个数_多维尺度分析理论概述
在工作中常常会遇到这样的情况,有 n 个由多个指标反映的客体,但是反映客体的指标个数是多少不清楚,甚至指标本身是什么也是模糊的,更谈不上直接测量或观察它,仅仅所能知道的是这 n 个客体之间的某种距离( ...
《R语言机器学习：实用案例分析》——1.2节R的数据结构
本节书摘来自华章社区<R语言机器学习:实用案例分析>一书中的第1章,第1.2节R的数据结构,作者[印度] 拉格哈夫·巴利(Raghav Bali)迪潘简·撒卡尔(Dipanjan Sark ...
《R语言机器学习：实用案例分析》——1.3节使用函数
本节书摘来自华章社区<R语言机器学习:实用案例分析>一书中的第1章,第1.3节使用函数,作者[印度] 拉格哈夫·巴利(Raghav Bali)迪潘简·撒卡尔(Dipanjan Sarkar ...
【MDS多维尺度分析】
multidimensional scaling(MDS)多维尺度分析 MDS其实就是一种降维方法,MDS解决的问题是:当n个对象中各对象之间的相似性(或距离)给定时,确定这些对象在低维空间中的表示, ...
R-GIS: 如何用R语言实现GIS地理空间分析及模型预测
前言:随着地理信息系统(GIS)和大尺度研究的发展,空间数据的管理.统计与制图变得越来越重要.R语言在数据分析.挖掘和可视化中发挥着重要的作用,其中在空间分析方面扮演着重要角色,与空间相关的包的数量也 ...

R语言实现多维尺度分析（Multidimensional Scaling，MDS）

目录

1. 什么是多维尺度分析MDS

2. MDS实现步骤

3. 代码

4.参考资料

R语言实现多维尺度分析（Multidimensional Scaling，MDS）相关推荐

最新文章

热门文章