mdscale.
非分类多维缩放
语法
Y = mdscale (D, p)
[Y,压力]= mdscale (D, p)
[y，应力，差异] = mdscale（d，p）
[...] = mdscale（d，p，'的名字'，价值）
描述
Y = mdscale (D, p)对象上执行非度量多维缩放n-经过-n不相似的矩阵D和回报Y，一种构型n点（行）p维度(列)。点之间的欧几里得距离Y中对应异同点的单调变换的近似D．默认情况下,mdscale.使用Kruskal的归一化应力准则。
您可以指定D作为一个完整的n-经过-n矩阵，或以上三角形形式，例如输出pdist．完全不同的矩阵必须是真实的和对称的，并且沿着其他地方的对角线和非负元素具有零。上三角形形式的异化矩阵必须具有真实的非负条目。mdscale.对待南in.D表示缺少值，并忽略这些元素。INF.不接受。
您也可以指定D作为一个完整的相似矩阵，沿着对角线和所有其他元素都小于1。mdscale.将相似性矩阵转换为不相似性矩阵，这样返回的点之间的距离Y近似SQRT（1-D）．要使用不同的转换，请在调用之前转换相似点mdscale.．
[Y,压力]= mdscale (D, p)返回最小化的应力，即，压力评估Y．
[y，应力，差异] = mdscale（d，p）返回差异，即差异的单调变换D．
[...] = mdscale（d，p，'指定控制进一步详细信息的一个或多个可选参数名称/值对的名字'，价值）mdscale.．指定的名字单引号。可用参数是
标准- 拟合良好标准，以最小化。这也决定了缩放的类型，非度量标准或度量标准mdscale.执行。非度量缩放的选择有:'压力'-由点间距离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，与点间距离的四次方和标准化。
公制缩放的选择有:
'Metricstress'-应力，用不同之处的平方和标准化。“metricsstress”- 平方压力，与不一致的第4个力量的总和进行标准化。“马斯”- Sammon的非线性映射标准。偏离对角线相异化必须严格肯定。“应变”-与经典多维标度等效的标准。
权重大小相同的矩阵或向量D，含有非负不相似权重。您可以使用这些来重量相应元素的贡献D在计算和最小化压力方面。的元素D对应的零权值被有效地忽略了。请注意
当您将权值指定为一个完整的矩阵时，它的对角元素将被忽略并且没有效果，因为对应的对角元素
D不参与应力计算。开始-用于选择y点的初始配置的方法'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”- 从适当缩放的P维正常分布中选择随机选择具有不相关坐标的位置。一个n-经过-
p初始位置矩阵，其中n为矩阵的大小D和p是输出矩阵的列数Y．在这种情况下，您可以通过[]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for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- 用于最小化拟合标准的迭代算法的选项。传入由此创建的选项结构实例化．例如,选择= statset (param1，val1，param2.，val2，......）;[...] = mdscale（...，'选项'，选择）
选择的选择
实例化参数是'展示'- 显示输出级别。选择是'离开'(默认),“通路”， 和'最终的'．'maxiter'—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”- 配置位置步长的终止公差。默认值是1的军医．
例子
负载麦片。卡路里，蛋白质，脂肪，钠，纤维…碳水化合物糖货架钾维生素];从单个制造商中选取一个子集。X = X (strcmp(“K”,cellstr(有限公司)),:);%创建一个不同的矩阵。不同= pdist (X);使用非度量缩放在2D中重新创建数据，并制作结果的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');
对相同的差异进行公制缩放。figure [Y,stress] =…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)
您还可以从以下列表中选择一个网站：
