R语言实战MDS

最新推荐文章于 2023-02-16 10:01:58 发布

yanta0

最新推荐文章于 2023-02-16 10:01:58 发布

阅读量3.8k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：机器学习 R

本文链接：https://blog.youkuaiyun.com/yanta0/article/details/84939921

本文通过实例介绍了如何使用R语言进行MDS(Multidimensional Scaling)降维算法，分别展示了以欧式距离和曼哈顿距离衡量的鸢尾花数据降维效果，并利用MDS推测美国10个城市的分布，结合实际分布情况进行对比分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原理戳这里:

超爱学习：机器学习算法-MDS降维算法zhuanlan.zhihu.com

1度量MDS

衡量距离用欧式距离，对鸢尾花数据进行降维:

library(stats)
library(ggplot2)
 
iris = iris
dis_iris = dist(iris[,1:4],p = 2)
mds_x = cmdscale(dis_iris)
mds_x = data.frame(mds_x)
xy = cbind(mds_x, iris[,5])
 
ggplot(xy, aes(x=X1,y=X2,colour = iris[, 5]))+geom_point()

图1使用欧式距离对鸢尾花数据进行MDS降维

2度量MDS

衡量距离使用曼哈顿距离，对鸢尾花数据降维

library(stats)
library(ggplot2)
 
iris = iris
dis_iris = dist(iris[,1:4],'manhattan')#曼哈顿距离
mds_x = cmdscale(dis_iris)
mds_x = data.frame(mds_x)
xy = cbind(mds_x, iris[,5])
 
ggplot(xy, aes(x=X1,y=X2, colour = iris[,5]))+geom_point()