問題タブ [multi-dimensional-scaling]

Windows ストア アプリを開発していますが、さまざまな画面サイズ (140% と 180%) へのスケーリングで問題が発生しました。100% にスケーリングされたコンピューターではすべてが完全に機能しますが、Surface Pro と 100% にスケーリングされていないさまざまなシミュレーター オプションでテストすると、動作がおかしくなり始めます。問題はにあると確信していますが、<VisualStateManager>それは私が知る限りです。

問題はそのSnapped状態でのみ発生し、何が起こるかは 140% のランドスケープ モードで、タイトルが表示される場合と空白のままになる場合があります。空白の場合でも、タイトルをクリックするとメニューが表示される場合と、何も起こらない場合があります。それについての興味深い部分は、フレームにロードされたデータに何らかの形で機能するかどうかが依存するDataFrameため、それらのページのコンテンツを作業ページと同じコンテンツに変更すると機能することです。短いページほど問題が多いように見えますが、それが私が見つけた唯一のパターンです。

画面が 140% の縦向きモードに拡大されると、テキストはまったく表示されなくなりますが、一部はクリック可能です。

画面が 180% に拡大されると、テキストは表示されず、クリックできなくなります。

タイトルの画像が表示されない:

タイトルが表示された画像:

これは私のMainPage.xamlコードです:

からこのビットを削除する<VisualState x:Name="Snapped">と、クリックの問題はまだ残っていますが、テキストが消えても問題はありません。

この問題を抱えている他の人をインターネットで検索したところ、次の MSDN ページが見つかりました。

ピクセル密度へのスケーリング
狭いレイアウトへのサイズ変更
複数の画面サイズのサポート

私は、私の知る限り、これらすべての変更を既に行っています。

私の簡略化されたプログラムは、こちらのファイルで入手できます

私の画像はここで入手できます

+-100 ポイント/値、テストの結果、およびそれらの距離 (0-10、10 が最も近い) の小さなマトリックスがあります: http://vis.arcs.cz。

近い値のグループをすばやく見つけるために、2D で視覚化したいと思います。したがって、この行列を処理して、2D の点の座標を取得する必要があります。

その方法はおそらく多次元スケーリングですが、アルゴリズム、ライブラリ、または拡張機能を見つけることも、数式を PHP コードに使用することもできませんでした。

私は過去 2 日間グーグルで検索しましたが、最も近い結果は http://www.php.net/manual/en/lapack.leastsquaresbysvd.phpです。（初心者としてこれ以上のリンクを共有することはできません）

PHPプロジェクト（C++でコンパイルされたMathLabコード...）に適用可能なソリューションに感謝します。

私は、NCBI BLAST で生成されたタンパク質間類似性の大規模なデータセットを扱っています。結果を大きなペアワイズ マトリックス (25,000 x 25,000) に保存し、多次元スケーリング (MDS) を使用してデータを視覚化しています。これらの行列は RAM で処理するには大きすぎるため、HDF5 形式でディスクに保存し、h5py モジュールでアクセスしました。

sklearn マニフォールド MDS メソッドは、3D の小規模データの優れた視覚化を生成したため、私が現在使用しているものです。計算には、完全な対称ペアワイズ非類似度行列が必要です。ただし、大規模なデータセットでは、形成されたクラスターを覆い隠す一種の「地殻」が形成されます。

問題は、完全な非類似度行列を入力する必要があることだと思います。一部のタンパク質は互いに関連していませんが、ペアワイズ非類似度マトリックスでは、非類似度のデフォルトの最大値を入力する必要があります。sklearn MDS のドキュメントでは、値 0 を欠損値と見なすと記載されていますが、欠損値が必要な場所に 0 を入力しても機能しないようです。

無関係なタンパク質を入力する必要がないように、不完全な非類似度マトリックスを入力する方法はありますか? または、ペアワイズ非類似度マトリックスでデータを視覚化するためのより良い/より高速な方法はありますか?

説明されている問題は、実際のデータ ポイント (都市の経度と緯度) と共に多次元スケーリング (MDS) 座標を表すことを扱います。

だから、ここにアップロードされた距離行列があります。マトリックスのエントリは、米国の 9 つの都市間の距離 (マイル) を表します。この行列は MDS に入力されます。MDS は、マップ上にプロットしたい一連の座標を生成します。

まずはアメリカの地図を描いてみましょう。（下に図を貼り付けます。）

そして今MDS部分：

フィットした座標はfit$pointsオブジェクトに保存されます:

私の質問:このポイントをスケーリングしてマップに追加する方法。任意のポインタをいただければ幸いです。

これが正しい投稿場所であることを願っています-そうでない場合は、SOに変更してもかまいません。

いずれにせよ、データセットの 2 次元表現を見つけるために MDS を使用しています。基本的に、これらは何年にもわたるタンパク質データのアミノ酸残基の pKa 値であり、その中心は同じスケールの 10 進数です。多くの役職 (~600 行) があり、多くの年 (~12 列) があります。

私の質問はこれです: MDS への正しい入力はデータ マトリックス (年と位置) ですか、それとも相関マトリックス (年と年) を入れることができますか? API ドキュメントが記述された説明と競合するため、質問します。

API ドキュメントには、データ マトリックスと記載されています: http://scikit-learn.org/stable/modules/generated/sklearn.manifold.MDS.html#sklearn.manifold.MDS (つまり、n_samples、n_features)。

書面による説明には、「入力類似度マトリックス」と書かれています: http://scikit-learn.org/stable/modules/manifold.html

有名なFisher Irisデータセットのmatlabで「mdscale」関数を使用して多次元スケーリングを行う必要があります。

なぜ時々うまくいくのか、時々うまくいかないのかわかりません。これが私がすることです：

エラーは次のとおりです。

構成内のポイントが同じ場所にあります。別の開始点を試すか、別の基準を使用してください。

「sstress」や「metricsstress」などの別の基準を使用すると、うまくいくようです。

どのように説明できますか？

scikit-learn の TfidfVectorizer を使用しているテキスト ドキュメントの類似性を視覚化したいtfidf = TfidfVectorizer(decode_error='ignore', max_df=3).fit_transform(data)

そして、コサイン類似度計算を次のように実行しますcosine_similarity = (tfidf*tfidf.T).toarray()

これは類似度を与えsklearn.manifold.MDSますが、非類似度行列が必要です。1-cosine_similarity を与えると、ゼロであるべき対角値がゼロではありません。などの小さな値です1.12e-9。2 つの質問:

1) MDS に類似性マトリックスを使用するにはどうすればよいですか、または類似性マトリックスを非類似性マトリックスに変更するにはどうすればよいですか?

2) MDS にはオプションがありdissimilarity、その値は'precomputed'または'euclidean'です。ユークリッドを与えると、間違っているように見えるcosine_similarityまたは1-cosine_similarityを使用するかどうかに関係なく、MDS座標が同じになるため、2つの違いは何ですか。

ありがとう！

私はデータマイニングに Orange Program を使用しています。

このプラットフォームでは多次元スケーリング(MDS)という機能を利用しています。

私の入力ファイルは 7224 * 150 マトリックスです。

MDS 機能を実行した後、エラーが発生しました。

サイズの小さいファイルを実行すると、MDS 機能が正常に動作します。

どうすればこの問題を解決できますか???

これはエラー メッセージです。

KernelException トレースバック (最新の呼び出しが最後): ファイル "C:\Python27\lib\site-packages\Orange\OrangeCanvas\scheme\widgetsscheme.py"、649 行目、process_signals_for_widget ハンドラー (*args) ファイル "C:\Python27\ lib\site-packages\Orange\OrangeWidgets\Unsupervised\OWMDS.py"、行 229、cmatrix self.mds = orngMDS.MDS(matrix) ファイル "C:\Python27\lib\site-packages\Orange\utils__init__.py "、214 行目、wrap_call return func(*args, **kwargs) ファイル "C:\Python27\lib\site-packages\Orange\projection\mds.py"、249 行目、init self.original_distances=Orange 内。 misc.SymMatrix([m for m in self.distances]) KernelException: 不正な割り当て