r - 对于初学者来说，公制和非公制 MDS 有什么区别？

Question

我对数据科学相当陌生，想用简单的语言(比如教你的祖母)了解度量和非度量多维缩放之间的区别。

我已经用谷歌搜索了 2 天并观看了不同的视频，但我无法完全理解人们用来描述差异的一些术语，也许我缺乏一些基本知识，但我不知道在哪个领域因此，如果您知道在处理这个主题之前我应该​​对什么有明确的了解，我将不胜感激。这是我所知道的:

多维缩放是一种减少维度的方法，以便能够以更友好的方式可视化或表示数据。我知道 MDS 有多种方法，如公制和非公制、PCA 和 FA(也许 FA 是 PCA 的一部分，我不确定)。

我尝试应用此示例的是一组显示不同城市和与这些城市相关的属性的数据。例如，在 1-7(1 最低 - 7 最高)的分数上，这是每个城市的分数和相应的属性。

          **Clean**      **Friendly**     **Expensive**     **Beautiful**          

柏林------------ 4 -------------------- 2----- ------------------5------------------------6

日内瓦--------6 -------------------- 3-------- --------------7------------------------7

巴黎------------ 3 -------------------- 4---- ------------------6------------------------7

巴塞罗那----- 2 -------------------- 6------------ ----------3------------------------4

我如何知道我应该使用公制还是非公制 MDS。是否有一般的经验法则或简单的逻辑可以让我在不深入技术过程的情况下做出决定。

谢谢

Answer 1

嗯，我可能无法给你一个具体的答案，但一个简单的答案是度量 MDS 已经有距离形式的输入矩阵(即城市之间的实际距离)，因此距离在输入矩阵并根据这些距离创建实际物理位置的 map 。

在非公制 MDS 中，距离只是排名的表示(即高为 7 或低为 1)，它们本身没有任何意义，但需要使用欧几里德创建 map geometry 和 map 然后只显示排名的相似性，由 map 上坐标之间的距离表示。