多次元スケーリングの手順を理解しようとしていますが、その方法はセンタリング マトリックスに基づいています。彼の正確な役割がわかりません。
1 に答える
-1
多次元スケーリングでは、一連の増加する次元の一連の座標を計算するため、分散削減の主要なステップを説明する数、その次元、およびランダム性と見なす方が適切な数を確認できます。データ。センタリングは、人のデータを取得し、それを共通の分散と標準偏差にすることで同じ重みを持たせます。このセンタリングがデータ生成プロセスにとってどの程度意味があるかは微妙な問題であり、特に分散に関しては広範な議論が行われてきました。分散の均一性は、人によって、または複数の測定の場合は測定によって異なります。平均値によるセンタリングに関する記事はhttps://en.wikipedia.org/wiki/Centering_matrixにあり、MDS の場合は次の場所にあります。https://en.wikipedia.org/wiki/Multidimensional_scaling
于 2016-11-14T02:33:49.740 に答える