Multidimensionell skalning

Multivariata sannolikhetsfördelningar i R

Surajit Ray

Professor, University of Glasgow

Vad är multidimensionell skalning?

Klassisk multidimensionell skalning (MDS) eller principal coordinates analysis
- INPUT matris av avstånd
- OUTPUT uppsättning punkter i givna dimensioner så att avstånden nära matchar INPUT-avstånden
- Funktionen cmdscale()
```
cmdscale(d, k = 2, ...)
```
Icke-metrisk skalning
- isoMDS()
- sammon()

Exempel: avstånd mellan amerikanska städer

data("UScitiesD")
UScitiesD

               Atlanta Chicago Denver Houston LosAngeles Miami NewYork SanFrancisco Seattle
Chicago           587                                                                     
Denver           1212     920                                                             
Houston           701     940    879                                                      
LosAngeles       1936    1745    831    1374                                              
Miami             604    1188   1726     968       2339                                   
NewYork           748     713   1631    1420       2451  1092                             
SanFrancisco     2139    1858    949    1645        347  2594    2571                     
Seattle          2182    1737   1021    1891        959  2734    2408          678        
Washington.DC     543     597   1494    1220       2300   923     205         2442    2329

MDS på avståndsdatamängden för amerikanska städer

usloc <- cmdscale(UScitiesD)
usloc

               [,1]   [,2]
Atlanta        -719  143.0
Chicago        -382 -340.8
Denver          482  -25.3
Houston        -161  572.8
LosAngeles     1204  390.1
Miami         -1134  581.9
NewYork       -1072 -519.0
SanFrancisco   1421  112.6
Seattle        1342 -579.7
Washington.DC  -980 -335.5

ggplot(data = data.frame(usloc), aes(x = X1, y = X2, label = rownames(usloc))) + 
    geom_text()

MDS-utdata för amerikanska städer

Diagram över utdata från cmdscale

Diagram efter rotation

cars.dist <- dist(mtcars)

cars.mds <- cmdscale(cars.dist, k = 2)

cars.mds <- data.frame(cars.mds)
ggplot(data = cars.mds, aes(x = X1, y = X2, label = rownames(cars.mds))) + geom_text()

Multidimensionell skalning i fler än två dimensioner

cars.dist <- dist(mtcars)

cmds3 <- data.frame(cmdscale(cars.dist, k = 3)) 

scatterplot3d(cmds3, type = "h", pch = 19, lty.hplot = 2)

Multidimensionell skalning i fler än två dimensioner

cars.dist <- dist(mtcars)

cmds3 <- data.frame(cmdscale(cars.dist, k = 3)) 

scatterplot3d(cmds3, type = "h", pch = 19, lty.hplot = 2, color = mtcars$cyl)

Nu kör vi en övning!

Multivariata sannolikhetsfördelningar i R