Robuszt Multidimenzionális Skálázás (Robust MDS)
A robuszt multidimenzionális skálázás egy alacsony dimenziós térbeli leképezést állít helyre páronkénti különbségek mátrixából, ellenállva a kiugró vagy hibás közelségi értékek okozta torzításoknak. A négyzetes hiba-veszteség robusztus veszteségfüggvénnyel való helyettesítésével vagy a gyanús párok súlyának csökkentésével olyan konfigurációt hoz létre, amely még akkor is hűen reprezentálja az adatok többségét, ha egyes távolságok nagymértékben eltérnek a tipikusaktól.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Hubert, L., Arabie, P. & Meulman, J. (2002). Linear unidimensional scaling in the L2-norm: Basic optimization methods using SMACOF. Journal of Classification, 19(2), 303–327. link ↗
- Buja, A., Swayne, D. F., Littman, M. L., Dean, N., Hofmann, H. & Chen, L. (2008). Data visualization with multidimensional scaling. Journal of Computational and Graphical Statistics, 17(2), 444–472. DOI: 10.1198/106186008X318440 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Robust Multidimensional Scaling. ScholarGate. https://scholargate.app/hu/statistics/robust-multidimensional-scaling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- A többdimenziós skalázás (MDS)Statisztika↔ compare
- Robusztus klaszteranalízis (TCLUST)Statisztika↔ compare
- Robuszt Korrespondencia AnalízisStatisztika↔ compare
- Robuszt Exploratív FaktoranalízisPszichometria↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →