模多维标度
Y = mdscale (D, p)
[Y,压力]= mdscale (D, p)
[Y、压力差异]= mdscale (D, p)
[…]= mdscale (D p '的名字
”,价值
)
Y = mdscale (D, p)
对象上执行非度量多维标度n——- - - - - -n不同的矩阵D
,并返回Y
,为n点(行)p
维度(列)。点之间的欧式距离Y
近似的一个单调变换对应的不同之处D
。默认情况下,mdscale
使用Kruskal的标准化应力标准。
您可以指定D
作为一个完整的n——- - - - - -n矩阵,或在上三角形的形式,如被输出pdist
。一个完全不同矩阵必须是实的和对称的,并且对角线上有0,其他地方都有非负元素。上三角形形式的异矩阵必须有实的、非负的项。mdscale
对待南
年代D
,并忽略这些元素。正
不接受。
您还可以指定D
作为一个完整的相似矩阵,对角线上为1,其他所有元素都小于1。mdscale
将相似矩阵转换为不同矩阵,使点之间的距离返回Y
近似sqrt(一维)
。要使用不同的转换,请在调用之前转换相似性mdscale
。
[Y,压力]= mdscale (D, p)
返回最小的应力,即。,应力取值为Y
。
[Y、压力差异]= mdscale (D, p)
返回视差,即异类的单调变换D
。
[…]= mdscale (D p '
的进一步细节指定一个或多个可选参数名称/值对的名字
”,价值
)mdscale
。指定的名字
在单引号。可用的参数
标准
-拟合优度准则最小化。这也决定了缩放的类型,不管是非度量还是度量mdscale
执行。非度量缩放的选择有:
“压力”
-按点间距离的平方和标准化的应力,也称为应力1。这是默认值。
“sstress”
-应力的平方,用点间距离的四次方和标准化。
度量缩放的选择有:
“metricstress”
-应力,用不同点的平方和标准化。
“metricsstress”
-应力的平方,用差异的四次方和标准化。
“马斯”
——Sammon的非线性映射准则。根据此准则,非对角不相似度必须严格为正。
“应变”
-与经典多维标度中使用的标准等价。
权重
大小相同的矩阵或向量D
,包含非负的不同权值。的对应元素的贡献的权重D
在计算和最小化应力方面。的元素D
对应的零权值被有效地忽略。
当您指定权重为一个完整的矩阵时,它的对角元素被忽略并且没有影响,因为对应的对角元素D
不要进入应力计算。
开始
-用于选择y点初始构型的方法,选项为
“cmdscale”
-使用经典的多维尺度解决方案。这是默认值。“cmdscale”
当权重为零时无效。
“随机”
-从适当尺度的p维正态分布中随机选择位置,坐标不相关。
一个n——- - - - - -p
初始位置的矩阵,其中n为矩阵的大小D
和p
输出矩阵的列数Y
。在这种情况下,您可以传入[]
为p
和mdscale
推断p
从矩阵的第二个维度。还可以提供一个3-D数组,表示为的值“复制”
从数组的第三维。
复制
-重复缩放的次数,每次都有一个新的初始配置。默认值是1
。
选项
-选择用于最小化拟合准则的迭代算法。传入创建的选项结构statset
。例如,
选择= statset (param1,val1,param2,val2,……);[…]= mdscale(…,“选项”,选择)
的选择statset
参数是
“显示”
-显示输出电平。的选择是“关闭”
(默认),“通路”
,“最后一次”
。
“麦克斯特”
-允许的最大迭代次数。默认值是200
。
“TolFun”
-应力准则及其梯度的终止公差。默认值是1的军医
。
“TolX”
-配置位置步长终止公差。默认值是1的军医
。
负载麦片。热量蛋白质脂肪钠纤维…碳水化合物糖类;%从单个制造商取一个子集。X = X (strcmp (“K”, cellstr(有限公司)),:);创建一个不同矩阵。不同= pdist (X);%使用非度量缩放以2D重新创建数据,%并生成结果的Shepard图。[Y、压力差异]= mdscale (, 2);距离= pdist (Y); [dum,ord] = sortrows([disparities(:) dissimilarities(:)]); plot(dissimilarities,distances,'bo', ... dissimilarities(ord),disparities(ord),'r.-'); xlabel('Dissimilarities'); ylabel('Distances/Disparities') legend({'Distances' 'Disparities'},'Location','NW');
%对相同的不相似点进行度量缩放。图[Y,应力]=…差异mdscale(2 '标准',' metricsstress ');距离= pdist (Y);情节(不同的距离,“bo”,…[0马克斯(异同)],[0 max(异同)],' r . - ');包含(“相异”);ylabel(距离)