mdscale.
非分类多维缩放
句法
y = mdscale（d，p）
[y，压力] = mdscale（d，p）
[y，应力，差异] = mdscale（d，p）
[...] = mdscale（d，p，'姓名'，价值）
描述
y = mdscale（d，p）执行非更换多维缩放N-经过-N不相似的矩阵D.和回报y，一种配置N点（行）P.尺寸（列）。欧几里德在点之间的距离y近似相应异化的单调转变D.。默认情况下，mdscale.使用Kruskal的归一化压力1标准。
您可以指定D.要么完整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.作为缺失的值，忽略这些元素。INF.不被接受。
您也可以指定D.作为一个完整的相似性矩阵，沿着对角线和少于一个的所有其他元素。mdscale.以这样的方式将相似性矩阵转换为不同矩阵，即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性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，即异调的单调转变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/值对姓名'，价值）mdscale.。指定姓名单引号。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.施行。非金属标准缩放的选择是：'压力'- 通过间点距离的平方和，应力归一化，也称为应力1。这是默认值。'sstress'- 平方应力，归一化与点间距的第4个动力的总和。
度量标准缩放的选择是：
'Metricstress'- 压力，与异化的平方和正常化。'metricsstress'- 平方压力，与不一致的第4个力量的总和进行标准化。'sammon'- Sammon的非线性映射标准。偏离对角线相异化必须严格肯定。'拉紧'- 相当于在经典多维缩放中使用的标准。
重量- 矩阵或载体尺寸相同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中。要点D.有效地忽略对应于零权重。笔记
当您将权重用为完整矩阵时，它的对角线元素被忽略并没有效果，因为相应的对角线元素
D.不要进入压力计算。开始- 用于选择Y的初始配置的方法。选择是'cmdscale'- 使用古典多维缩放解决方案。这是默认值。'cmdscale'当有零时无效。'随机的'- 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.初始位置的矩阵，其中n是矩阵的大小D.和P.是输出矩阵的列数y。在这种情况下，您可以通过[]为了P.和mdscale.Infers.P.来自矩阵的第二维度。您还可以提供三维数组，暗示一个值'复制'从阵列的第三维度。
重复- 重复缩放的次数，每个都具有新的初始配置。默认为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，opts = statset（param1那Val1.那param2.那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），'iter'， 和'最终的'。'maxiter'- 允许的最大迭代次数。默认为200.。'tolfun'- 应力标准及其梯度的终止耐受性。默认为1E-4。'tolx'- 配置位置步长的终止公差。默认为1E-4。
例子
LOAD CEREAL.MAT X = [卡路里蛋白脂肪钠纤维...... CARBO SALES SHELF PITASS维生素];％从一个制造商中占据了一个子集。x = x（strcmp（'k'，cellstr（mfg）），:);％创建一个不相似的矩阵。异化= pdist（x）;％使用非度量标准缩放来重新创建2D，％并制作结果的Shepard图。[y，应力，差异] = mdscale（异化，2）;距离= pdist（y）;[DUM，ORD] = Sortrows（[差异（:)异化（:)]）;情节（异己，距离，'Bo'，...异己（ORD），差异（ord），'r.-'）; xlabel('Dissimilarities'); ylabel('Distances/Disparities') legend({'Distances' 'Disparities'},'Location','NW');
％在同一异化上进行度量标准缩放。图[y，压力] = ... mdscale（不同，2，'标准'，'metricsstress'）;距离= pdist（y）;绘图（异己，距离，'Bo'，... [0 max（异化）]，[0 max（异化）]，'r.-'）;Xlabel（'不相似'）;ylabel（'距离'）
您还可以从以下列表中选择一个网站：
