Multidimensional Scaling Robust (Robust MDS)
Multidimensional scaling robust memulihkan peta spasial berdimensi rendah dari matriks dissimilaritas pasangan sambil menahan distorsi yang disebabkan oleh nilai kedekatan yang menyimpang atau salah. Dengan mengganti kerugian kuadrat-error dengan fungsi kerugian yang robust atau memberi bobot rendah pada pasangan yang dicurigai, ia menghasilkan konfigurasi yang secara akurat mewakili sebagian besar data bahkan ketika beberapa jarak sangat atipikal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Robust Multidimensional Scaling. ScholarGate. https://scholargate.app/id/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.
- Multidimensional Scaling (MDS)Statistika↔ compare
- Analisis Klaster Robust (TCLUST)Statistika↔ compare
- Analisis Korespondensi RobustStatistika↔ compare
- Analisis Faktor Eksploratori RobustPsikometri↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →