R：多维缩放

Question

我有几个问题：
1. ISOMDS和CMDSCALE有什么区别？
2.我可以使用不对称矩阵吗？
3.有什么方法可以确定最佳尺寸数量（结果）？

Answer 1

1. MDS方法之一是 distance scaling 并且它分为公制和非量表。另一个是 classical scaling （也被称为 distance geometry 由生物信息学中的人）。可以使用命令在R中进行经典缩放 cmdscale. 。可以使用命令来执行Kruskal的非对象距离缩放方法（使用压力函数和等渗回归） isoMDS 在图书馆群众中。标准处理 classical scaling 产生特征分类问题，如果目标是降低维度，则与PCA相同。这 distance scaling 另一方面，方法使用迭代过程来达到解决方案。

2. 如果您指的是距离结构，我想您应该通过类的结构 dist 这是一个有距离信息的对象。或距离的（对称）矩阵，或可以使用as.matrix（）胁迫矩阵的对象。 （正如我在帮助中阅读的那样，仅使用矩阵的下三角形，其余的被忽略）。

3. （对于经典缩放方法）：确定结果配置的维度的一种方法是查看该特征值 doubly centered 对称矩阵B（= hah）。通常的策略是将有序的特征值（或它们的某些功能）绘制在维度上，然后确定特征值变得“稳定”的维度（即，请勿感知地改变）。在该维度上，我们可能会观察到一个“肘”，该“肘部”显示出稳定性的位置（对于n维空间的点，图中应在尺寸为n+1处发生稳定性）。为了简化经典缩放解决方案的图形解释，我们通常会选择n为小的n，即2或3顺序。