MerQuR+Başvuru Kitabı

82. Çok Boyutlu Ölçekleme (MDS)

Analiz kimliği: mds · Menü adı: Çok Boyutlu Ölçekleme (MDS) · Panel: gui/panels/analyses/mds.py (form 52–127, execute 132–148, read_options 151–163, ek metin 196–219, grafik 246–304) · Motor: stats/dimensionality_advanced.py, run_mds (satır 156–210), _run_mds_core (239–436), _stress1 (217–236), metin format_mds_text (439–488); SMACOF çekirdeği sklearn.manifold.MDS (scikit-learn 1.8.0)

82.1 Ne işe yarar

Çok boyutlu ölçekleme (MDS), nesneler arasındaki uzaklıkları (uyuşmazlıkları) olabildiğince koruyarak nesneleri az boyutlu bir haritaya yerleştirir. Cevapladığı soru: "Hastalar arasındaki benzerlik yapısı iki boyutlu bir haritada ne kadar iyi gösterilebilir ve bu haritada kim kime yakındır?"

MerQur'un metrik MDS'i, haritadaki uzaklıklar d_{ij}(\mathbf X) ile girdi uzaklıkları \delta_{ij} arasındaki kareli farkı en küçükleyen yapılandırmayı arar:

\min_{\mathbf X\in\mathbb R^{n\times m}}\ \sigma_r(\mathbf X)=\sum_{i<j}\big(\delta_{ij}-d_{ij}(\mathbf X)\big)^2
  • \mathbf X: n nesnenin m boyutlu koordinatları (yapılandırma); \mathbf x_i onun i. satırı.
  • \delta_{ij}: girdi uzaklığı (ham değişkenlerden hesaplanır ya da hazır matris olarak verilir).
  • d_{ij}(\mathbf X)=\lVert\mathbf x_i-\mathbf x_j\rVert: haritadaki Öklid uzaklığı.
  • \sigma_r: ham stres (raw stress).

MDS bir model kestirimi ya da test değildir; çıktısı bir yapılandırma ve uyum ölçüleridir (Stress-1, R^2, DAF).

Ne zaman kullanılır?

  • Gözlemler arasında bir uzaklık ya da benzerlik tanımlıysa ve bu yapı haritalanacaksa.
  • Elde yalnız bir uzaklık/benzerlik matrisi varsa (ör. algı çalışmalarında ürün çiftlerinin benzerlik puanları, ekolojide Bray-Curtis uyuşmazlıkları): "Girdi türü: Hazır uzaklık/benzerlik matrisi".
  • Yalnız sıralamanın anlamlı olduğu uzaklıklarda: metrik olmayan MDS.

Ne zaman kullanılmaz?

  • Amaç değişkenlerin doğrusal birleşimleriyle varyansı özetlemekse: PCA (Bölüm 80). Öklid uzaklığında klasik MDS ile PCA aynı çözümü verir (82.5.2).
  • Yalnız yerel komşuluk önemliyse ve küme yapısı görselleştirilecekse: t-SNE (Bölüm 81) ya da UMAP (Bölüm 83).
  • Kategorik iki değişkenin ilişkisi haritalanacaksa: Uyum Analizi (CA) (Bölüm 42).
  • Gruplar arası farkı sınamak için: MDS haritası bir test değildir; MANOVA ya da PERMANOVA benzeri bir test gerekir.

Sık karıştırılan analizler. Klasik (Torgerson) MDS uzaklık matrisini çift merkezleyip özayrıştırır; kapalı formdadır. MerQur klasik MDS'i yalnız başlangıç olarak kullanır, sonra SMACOF ile stresi en küçükler (82.5.3). PCA, Öklid uzaklığında klasik MDS'in aynısıdır. t-SNE ve UMAP uzaklıkları değil komşulukları korur.

82.2 Varsayımlar ve veri türü

Varsayım Ne demek MerQur'da nasıl denetlenir
Sayısal değişkenler Uzaklık sayılardan hesaplanır. Seçici yalnız sayısal sütunları listeler; sayısal olmayan sütun hata verir (dimensionality_advanced.py:300–304).
Ortak ölçek Geniş aralıklı değişken uzaklığa baskın olur. Varsayılan olarak z puanı (n bölenli); "z-standardizasyonu" kapatılabilir. Bray-Curtis, Gower ve Jaccard her zaman ham veride (dimensionality_advanced.py:307–309).
Uzaklığın anlamlı olması Seçilen ölçü benzerliği yansıtır. Denetlenmez.
Metrik MDS: oran ölçeği \delta'nın kendisi korunacaktır. Denetlenmez; uygun değilse metrik olmayan MDS seçilir.
Yeterli nesne m boyuta en az m+1 nesne gerekir. Denetlenir (dimensionality_advanced.py:349–351).

Eksik değer. Ham değişkenlerde liste bazında silme yapılır: seçilen değişkenlerden biri eksik olan satır atılır (dimensionality_advanced.py:296). Eksik veri seçicisi yoktur; düşen satır sayısı yazılmaz, yalnız "Gözlem sayısı (N)" kalan satırı gösterir.

Uç durumlar (koddan):

  • Ham veride 3'ten az tam satır varsa durur (dimensionality_advanced.py:297–298).
  • Bray-Curtis negatif değerle tanımsızdır; durur (326–328). Uzaklık matrisinde NaN/sonsuz varsa (342) ya da bütün uzaklıklar sıfırsa (344) durur.
  • Boyut sayısı n-1'i aşarsa durur (347–349).
  • Hazır matris girdisinde seçilen k sütun k nesnedir; ilk k dolu satır matrisin satırlarıdır. Yalnız alt ya da üst üçgen verilirse simetriden tamamlanır; (A+A^\top)/2 alınır; negatif uzaklık hata verir (262–292).
  • n>300 ise sıkı yakınsama ölçütü kapatılır ve sklearn varsayılanı (300 yineleme, \varepsilon=10^{-6}) kullanılır (352); stres o zaman bir miktar yüksek kalabilir.

82.3 Parametreler

Varsayılanlar mds.py:52–171 ve run_mds imzasından (dimensionality_advanced.py:156–172) alınmıştır.

Arayüz adı Varsayılan Ne yapar Sonucu nasıl değiştirir
Bağımsız değişkenler — Uzaklığın hesaplanacağı değişkenler (en az 2). —
Boyut sayısı 2 (2–5) Haritanın boyutu m. Boyut arttıkça stres düşer.
Metrik MDS (uzaklıkları korur) işaretli Metrik ya da metrik olmayan (sıralama) MDS. Metrik olmayanda \delta yerine onun monoton dönüşümü korunur.
Mesafe metriği Öklid Öklid, Manhattan, kosinüs, Chebyshev, Bray-Curtis, Gower, Jaccard (var/yok). Haritalanan yapı.
Girdi türü Ham değişkenler Ham veri ya da hazır k\times k uzaklık/benzerlik matrisi. Matris girdisinde metrik ve standardizasyon kullanılmaz.
Benzerlik → uzaklık max + min − s Yalnız benzerlik matrisinde: \max s+\min s-s, \sqrt{1-s} ya da 1-s. —
Gruba göre renklendir yok Grafikte renk. Sonucu değiştirmez.
Koordinatları veri setine kaydet kapalı MDS_Dim1, MDS_Dim2, … Yalnız ham veride.
z-standardizasyonu açık Ham değişkenleri n bölenli z puanına çevirir. Kapalıysa büyük ölçekli değişken uzaklığı belirler.
Değişkenler arası MDS (1 − r) kapalı Gözlemler yerine değişkenleri 1-r uzaklığıyla yerleştirir. N = değişken sayısı.
Başlangıç sayısı 1 (1–100) 1: yalnız klasik başlangıç; >1: ek rastgele başlangıçlar (tohum 42), en küçük stres tutulur. Daha iyi bir yerel minimum bulunabilir (82.6, Adım 6).
Uyum ölçüleri (DAF, Tucker) kapalı Ham stres, 1-\varphi^2, DAF, Tucker \varphi. Yalnız ek satırlar.
Stres yamaç grafiği (1..k boyut) Kapalı 1'den k'ya her boyut için Stress-1. "Grafik: Stres yamaç grafiği" seçilip bu 0 ise k=5 alınır (mds.py:169–170).
Grafik Konfigürasyon Yapılandırma, Shepard, stres yamaç ya da 3B yapılandırma. —

Neden z puanı ve n bölen?

Tıp örneğinde kolesterolün SS'si 30,7, HbA1c'ninki 1,38'dir. Ham Öklid uzaklığında kolesterol ve sistolik basınç uzaklığın neredeyse tamamını belirler; standardizasyon kapatıldığında Stress-1 0,031'e düşer, çünkü harita aslında iki değişkenli bir yapıyı gösterir (82.6, Adım 7). z puanı her değişkene eşit ağırlık verir. n bölen (StandardScaler) R'deki scale()'in n-1 bölenine göre bütün uzaklıkları \sqrt{n/(n-1)} kadar küçültür: koordinatlar aynı oranda küçülür, Stress-1, R^2, DAF ve Tucker \varphi değişmez.

82.4 Tıp örneği

Dosya: english/datasets/Tip/71_mds_patient_distance.xlsx (Türkçe kopya: samples/Tum_Analiz_Tip/71_mds_hasta_mesafe.xlsx). Değişkenler VIDEO_SCRIPT_TR.txt #71'den alınmıştır.

Değişken Rol Tür Ortalama SS (n bölen)
age uzaklık değişkeni yıl 55,96 16,864
BMI uzaklık değişkeni kg/m² 27,36 4,412
systolic_bp uzaklık değişkeni mmHg 133,47 20,878
cholesterol uzaklık değişkeni mg/dL 209,53 30,687
HbA1c uzaklık değişkeni % 6,83 1,385
patient_id — kimlik — —

n ve eksik değer: 51 hasta, eksik değer yok; \binom{51}{2}=1275 hasta çifti.

Klinik soru: Hastalar, beş kardiyometabolik ölçüme göre benzerliklerini koruyan iki boyutlu bir haritaya yerleştirilebilir mi; harita ne kadar sadıktır?

Seçilen ayarlar: Arayüz varsayılanları (2 boyut, metrik, Öklid, ham değişkenler, z-standardizasyonu açık, başlangıç sayısı 1). Ek çalıştırmalar: uyum ölçüleri ve 1–5 boyut stres yamacı; 3 boyut; metrik olmayan MDS; başlangıç sayısı 5; Manhattan uzaklığı; standardizasyon kapalı.

82.5 Formüller ve hesap adımları

MerQur'un hesap sırası: (1) ham veride eksik satırları atar, değişkenleri z puanına çevirir ve \delta_{ij} uzaklık matrisini kurar; (2) klasik (Torgerson) MDS ile başlangıç yapılandırmasını hesaplar; (3) bu başlangıçtan SMACOF algoritmasıyla stresi en küçükler; (4) "Başlangıç sayısı" > 1 ise rastgele başlangıçları da dener; (5) Stress-1'i, uzaklık korelasyonunu ve istenen uyum ölçülerini MerQur yapılandırmasından tanımla hesaplar.

82.5.1 Uzaklıklar

z_{il}=\frac{x_{il}-\bar x_l}{s_l},\quad s_l=\sqrt{\tfrac1n\textstyle\sum_i(x_{il}-\bar x_l)^2},\qquad \delta_{ij}=\Big(\sum_{l=1}^{p}(z_{il}-z_{jl})^2\Big)^{1/2}
  • p: değişken sayısı (burada 5); s_l: n bölenli SS.
  • Manhattan: \sum_l\lvert z_{il}-z_{jl}\rvert; Chebyshev: \max_l\lvert z_{il}-z_{jl}\rvert; kosinüs: 1-\cos(\mathbf z_i,\mathbf z_j) (scipy pdist).
  • Gower: ham veride \frac1p\sum_l\lvert x_{il}-x_{jl}\rvert/R_l (R_l aralık); Jaccard: x\neq0 göstergeleri üzerinden; Bray-Curtis: \sum_l\lvert x_{il}-x_{jl}\rvert/\sum_l\lvert x_{il}+x_{jl}\rvert.

82.5.2 Klasik (Torgerson) MDS: başlangıç

\mathbf B=-\tfrac12\,\mathbf J\,\boldsymbol\Delta^{(2)}\mathbf J,\qquad \mathbf J=\mathbf I_n-\tfrac1n\mathbf 1\mathbf 1^\top,\qquad \mathbf X^{(0)}=\mathbf V_m\boldsymbol\Lambda_m^{1/2}
  • \boldsymbol\Delta^{(2)}: elemanları \delta_{ij}^2 olan matris; \mathbf J: merkezleme matrisi.
  • \mathbf B: çift merkezlenmiş iç çarpım matrisi; Öklid uzaklığında \mathbf B=\mathbf Z\mathbf Z^\top (merkezlenmiş veri).
  • \boldsymbol\Lambda_m: \mathbf B'nin en büyük m özdeğeri; \mathbf V_m: karşılık gelen birim özvektörler.
  • İşaret: 2 boyutta sklearn svd_flip kuralıyla her sütunun mutlak değerce en büyük öğesi pozitif yapılır; 3 ve daha çok boyutta MerQur başlangıcı kendisi hesaplar ve işaret kuralı uygulamaz (dimensionality_advanced.py:386–395).

Neden klasik MDS ile başlamak? PCA ile ilişkisi

Öklid uzaklığında \mathbf B=\mathbf Z\mathbf Z^\top olduğundan \mathbf B'nin özdeğerleri, \mathbf Z^\top\mathbf Z=n\mathbf R matrisinin özdeğerleridir (\mathbf R korelasyon matrisi). Klasik MDS koordinatları bu yüzden PCA bileşen puanlarıyla (işarete kadar) aynıdır. Bu çözüm kapalı formdadır ve stres için genellikle iyi bir başlangıçtır; SMACOF'u rastgele bir başlangıçtan çalıştırmak hem daha yavaştır hem de kötü yerel minimumlara düşebilir. Torgerson başlangıcı R smacof::mds(init = "torgerson") ile aynıdır.

Koddaki tercih: 2 boyutta sklearn, öteki boyutlarda elle Torgerson

sklearn 1.8'in init = "classical_mds" seçeneği boyut sayısından bağımsız olarak 2 sütun döndürür. MerQur bu yüzden 2 boyutta sklearn'ü, öteki boyutlarda kendi Torgerson hesabını kullanır (dimensionality_advanced.py:386–397). İki yol aynı sayıları verir (82.6.1: R cmdscale ile fark 10^{-14}); tek fark 3+ boyutta eksen işaretidir.

82.5.3 SMACOF: Guttman dönüşümü

Ham stresin \mathbf X'e göre en küçüklenmesi için SMACOF (stres majorizasyonu) şu yinelemeyi uygular:

\mathbf X^{(t+1)}=\frac1n\,\mathbf B\big(\mathbf X^{(t)}\big)\,\mathbf X^{(t)},\qquad b_{ij}=-\frac{\delta_{ij}}{d_{ij}(\mathbf X^{(t)})}\ (i\neq j),\quad b_{ii}=-\sum_{j\neq i}b_{ij}
  • \mathbf B(\mathbf X): Guttman matrisi (82.5.2'deki \mathbf B ile karıştırılmamalı).
  • d_{ij}=0 ise sklearn d_{ij}=10^{-5} alır.
  • Bütün ağırlıklar 1'dir (her çift eşit önemde).

Neden majorizasyon?

Ham stres \mathbf X'te dışbükey değildir. De Leeuw'un majorizasyon yöntemi, her adımda stresin üstünden geçen ikinci dereceden bir fonksiyon kurar ve onu kesin en küçükler; sonuç Guttman dönüşümüdür. Böylece stres her yinelemede azalır ya da aynı kalır; adım büyüklüğü ya da öğrenme oranı gerekmez. Bedeli, sabit noktaya yakınken yavaş (doğrusal) yakınsamadır.

Durma ölçütü. n\le300 iken (dimensionality_advanced.py:213–214, 354):

\frac{\sigma_r\big(\mathbf X^{(t-1)}\big)-\sigma_r\big(\mathbf X^{(t)}\big)}{\sum_{i<j}d_{ij}^2\big(\mathbf X^{(t)}\big)}<10^{-12}\quad\text{ya da}\quad t=100000

Sıkı ölçüt koordinatları tam yakınsatmaz

Göreli stres değişimi 10^{-12}'nin altına indiğinde koordinatlar hâlâ 10^{-4} düzeyinde hareket edebilir. Tıp örneğinde MerQur 248 yinelemede durur; Stress-1 sabit noktadakiyle 7\cdot10^{-11} farklıdır, ama koordinatlar tam yakınsamış çözümden (824 yineleme) en çok 0,00018 uzaktadır. Çıktıda 4 ondalıkla yazılan 102 koordinatın 9'unun son hanesi tam yakınsamış değerden farklıdır. Stres ve uyum ölçüleri etkilenmez; yalnız koordinatları başka bir programla 4 ondalıkta karşılaştırırken bu fark görülür.

Metrik olmayan MDS. "Metrik MDS" işareti kaldırılırsa sklearn her yinelemede önce d_{ij}'yi \delta_{ij}'ye izotonik regresyonla uydurur (\hat d_{ij}, "uyumsuzluk"), \hat d'leri \sum_{i<j}\hat d_{ij}^2=n(n-1)/2 olacak biçimde ölçekler ve Guttman dönüşümünü \delta yerine \hat d ile uygular. \delta_{ij}=0 olan çiftler eksik sayılır. Bu ölçekleme yüzünden metrik olmayan yapılandırma metrik olandan çok daha küçük ölçeklidir (Tıp örneğinde koordinatlar yaklaşık 1/3).

82.5.4 Stress-1 ve uyum ölçüleri

MerQur stresi sklearn'den almaz; son yapılandırmadan tanımla yeniden hesaplar (_stress1, dimensionality_advanced.py:217–236):

S_1^{\text{metrik}}=\sqrt{\frac{\sum_{i<j}(\delta_{ij}-d_{ij})^2}{\sum_{i<j}\delta_{ij}^2}},\qquad S_1^{\text{metrik olmayan}}=\sqrt{\frac{\sum_{i<j}(d_{ij}-\hat d_{ij})^2}{\sum_{i<j}d_{ij}^2}}
  • d_{ij}: son yapılandırmadaki uzaklık.
  • \hat d_{ij}: d'nin \delta'ya izotonik (monoton artan) regresyonu; \delta'da bağlı çiftler önce ortalanır (ikincil bağ yaklaşımı, sklearn IsotonicRegression).
  • Metrik formül smacof::mds'in Stress-1'iyle aynıdır.

"Mesafe-korelasyonu R²" ve "Uyum ölçüleri" (\varphi Tucker kongrüans katsayısı):

R^2=\operatorname{cor}(\boldsymbol\delta,\mathbf d)^2,\qquad \varphi=\frac{\sum_{i<j}\delta_{ij}d_{ij}}{\sqrt{\sum_{i<j}\delta_{ij}^2\,\sum_{i<j}d_{ij}^2}},\qquad \text{DAF}=\varphi^2,\qquad \text{n-stres}=1-\varphi^2
  • \operatorname{cor}: 1275 çift üzerinden Pearson korelasyonu (sabit terimli doğrusal ilişki).
  • \varphi: sabit terimsiz "kosinüs" benzerliği; DAF açıklanan dağılım oranıdır.
  • Ham stres \sum_{i<j}(\delta_{ij}-d_{ij})^2 ayrıca yazılır.

Neden metrik çözümde 1 − φ² = Stress-1²?

SMACOF'un sabit noktasında yapılandırmayı bir c katsayısıyla büyütüp küçültmek stresi azaltamaz; \partial\sigma_r(c\mathbf X)/\partial c=0 koşulu \sum\delta d=\sum d^2 verir. Bunu yerine koyunca S_1^2=1-\sum d^2/\sum\delta^2=1-\varphi^2 çıkar. Tıp örneğinde 0{,}090007^2=0{,}008101 ve n-stres 0,008101'dir. Metrik olmayan çözümde bu eşitlik yoktur.

Stress eşikleri metrik olmayan MDS içindir

Çıktıdaki ölçüt (< 0,025 mükemmel, < 0,05 iyi, < 0,10 kabul edilebilir, < 0,20 zayıf) Kruskal'ın (1964a) metrik olmayan MDS için verdiği deneyim kurallarıdır. Stres değeri n'ye, boyut sayısına ve uzaklık türüne bağlıdır; aynı eşik metrik MDS'e ve her veri büyüklüğüne uygulanamaz (Mair, Borg ve Rusch 2016). Stresi bir yamaç grafiği ve Shepard diyagramıyla birlikte okuyun.

82.5.5 Çoklu başlangıç

"Başlangıç sayısı" r>1 ise, klasik başlangıçlı çözüme ek olarak sklearn r-1 rastgele başlangıçtan (U(0{,}1) koordinatlar, random_state = 42) SMACOF çalıştırır ve kendi normalleştirilmiş stresine göre en iyisini verir; MerQur iki adaydan Stress-1'i küçük olanı tutar (dimensionality_advanced.py:399–410). Tohum arayüzde değiştirilemez; sonuç bu yüzden her zaman yeniden üretilebilir.

82.6 Elle hesap: Tıp verisinde sayısal yürüyüş

Ara değerler dogrulama/mds/elle_hesap.py ile hesaplanmıştır. Betik MerQur'u ve sklearn'ü çağırmaz; Torgerson, SMACOF, PAVA ve uyum ölçülerini numpy ile tanımdan hesaplar.

Adım 1 — z puanları ve bir uzaklık. Hasta 1 (35 yaş; BKİ 21,89; SKB 94; kolesterol 190; HbA1c 4,82) ve hasta 2 (22; 22,35; 114; 151; 5,34):

\mathbf z_1=(-1{,}2429;\ -1{,}2387;\ -1{,}8905;\ -0{,}6364;\ -1{,}4546),\qquad \mathbf z_2=(-2{,}0138;\ -1{,}1345;\ -0{,}9326;\ -1{,}9073;\ -1{,}0791)
\delta_{12}=\sqrt{0{,}7709^2+0{,}1043^2+0{,}9579^2+1{,}2709^2+0{,}3755^2}=1{,}810786

Adım 2 — Çift merkezleme ve özdeğerler. \mathbf B=-\tfrac12\mathbf J\boldsymbol\Delta^{(2)}\mathbf J'nin ilk öğeleri b_{11}=9{,}1744 (=\lVert\mathbf z_1\rVert^2), b_{12}=8{,}4549 (=\mathbf z_1^\top\mathbf z_2). Özdeğerler:

\lambda_1 \lambda_2 \lambda_3 \lambda_4 \lambda_5 \lambda_6,\dots
\mathbf B 209,695 19,072 12,763 8,490 4,980 ≈ 0
Oran 0,822 0,075 0,050 0,033 0,020
Korelasyon matrisi (\lambda/n) 4,112 0,374 0,250 0,166 0,098

Özdeğerlerin toplamı np=255'tir. İlk iki boyut toplam dağılımın %89,7'sini taşır; ilk özdeğerin büyüklüğü, beş ölçümün aynı "kardiyometabolik risk" ekseninde birlikte arttığını gösterir.

Adım 3 — Başlangıç yapılandırması. \mathbf X^{(0)}=\mathbf V_2\boldsymbol\Lambda_2^{1/2}; hasta 1: (-2{,}9153;\ -0{,}5626), hasta 2: (-3{,}1530;\ 0{,}6656). Klasik çözümün Stress-1'i 0,120346'dır.

Adım 4 — SMACOF yinelemeleri.

Yineleme t 0 (Torgerson) 1 2 5 10 50 100 248 (MerQur durur)
Stress-1 0,120346 0,101711 0,097745 0,093729 0,092634 0,091190 0,090041 0,0900072377

Tam yakınsama (koordinat değişimi < 10^{-13}) 824 yinelemede 0,0900072376 değerine ulaşır. MerQur'un son yapılandırmasında hasta 1 (-3{,}0546;\ -0{,}4619), hasta 2 (-3{,}2577;\ 0{,}9128) noktasındadır.

Adım 5 — Uyum ölçüleri. 1275 çift üzerinden:

\sigma_r=105{,}3574,\qquad \varphi=0{,}995941,\qquad \text{DAF}=0{,}991899,\qquad 1-\varphi^2=0{,}008101=S_1^2,\qquad R^2=0{,}974898

Haritadaki uzaklıklar özgün uzaklıkların dağılımının %99,2'sini (sabit terimsiz) ve doğrusal varyansının %97,5'ini açıklar.

Adım 6 — Boyut sayısı, yerel minimum ve öteki ayarlar.

Ayar Stress-1 Not
1 boyut 0,190280
2 boyut (varsayılan) 0,090007 "kabul edilebilir"
3 boyut 0,043210 "iyi"
4 boyut 0,018291
5 boyut ≈ 0 5 değişkenin Öklid uzaklığı 5 boyutta kusursuz gösterilir
2 boyut, başlangıç sayısı 5 0,089582 Rastgele bir başlangıç klasik başlangıçtan daha düşük stresli bir çözüm bulur
2 boyut, metrik olmayan 0,061013 R^2=0{,}9818
2 boyut, Manhattan 0,075363
2 boyut, standardizasyon kapalı (Adım 7) 0,030959

Başlangıç sayısı 5 ile bulunan çözüm, klasik başlangıçlı çözümün yerel bir minimum olduğunu gösterir. Fark küçüktür (0,0004), ama yapılandırmalar görsel olarak farklıdır: hasta 1 (-2{,}7589;\ 1{,}3929) noktasına gider (dönme ve yansıma dışında da farklı bir yerleşim).

Adım 7 — Standardizasyonun etkisi. z puanı kapatılırsa kolesterol (SS 30,7) ve sistolik basınç (20,9) uzaklığın çoğunu belirler; veri neredeyse iki boyutludur ve Stress-1 0,031'e iner. Düşük stres burada daha iyi bir harita anlamına gelmez; HbA1c ve BKİ haritada neredeyse hiç temsil edilmez.

Şekil 82.1. Sol: metrik MDS yapılandırması (2 boyut; 1, 2 ve 7 numaralı hastalar işaretli). Orta: Shepard diyagramı (1275 çift; kesikli çizgi d=\delta). Sağ: boyut sayısına göre Stress-1; noktalı çizgi 0,10.

82.6.1 Doğrulama: MerQur, Python ve R

R sütunu: klasik MDS için stats::cmdscale, metrik MDS için smacof::mds(type = "ratio", init = "torgerson"). smacof'un "ratio" MDS'i yapılandırmayı bir ölçek katsayısına kadar bulur; Stress-1'i ise MerQur'un tanımıyla aynıdır (82.5.4'teki \sum\delta d=\sum d^2 özdeşliği nedeniyle). Koordinatlar dönme ve yansımaya kadar tanımlı olduğundan R ile normalleştirilmiş uzaklıklar karşılaştırılmıştır. Klasik MDS, MerQur'un SMACOF başlangıcıyla birebir karşılaştırılmıştır.

Büyüklük MerQur Python (bağımsız) R 4.5.3 En büyük fark Durum
Girdi: z-ölçekli (1/n) veriden Öklid uzaklıkları, n = 51
δ (1275 uzaklık) 1,810786 1,810786 1,810786 6,2e−15 ✓
Klasik (Torgerson) MDS = SMACOF başlangıcı
Özdeğerler λ₁…λ₅ — 209,694980 209,694980 1,1e−13 ✓
2B başlangıç koordinatları (102) −2,915294 −2,915294 −2,915294 8,9e−15 ✓
3B başlangıç (153; işaret hizalı) −2,915294 −2,915294 −2,915294 6,7e−15 ✓
Klasik çözümün Stress-1'i (2B) — 0,120346 0,120346 2,1e−16 ✓
Metrik SMACOF, 2 boyut (varsayılan)
Stress-1 0,090007 0,090007 0,090007 7,2e−11 ✓
Koordinatlar (102; aynı durma ölçütü) −3,054556 −3,054556 — 1,3e−15 ✓
Normalleştirilmiş uzaklıklar (tam yakınsama) — 0,012235 0,012235 6,3e−08 ✓
Uzaklık korelasyonu R² 0,974898 0,974898 0,974898 1,1e−15 ✓
Ham stres Σ(δ − d)² 105,357443 105,357443 105,357443 3,1e−13 ✓
Normalleştirilmiş ham stres 1 − φ² 0,008101 0,008101 0,008101 2,3e−16 ✓
DAF φ² 0,991899 0,991899 0,991899 1,1e−16 ✓
Tucker φ 0,995941 0,995941 0,995941 2,2e−16 ✓
Boyut sayısına göre Stress-1 (scree) ve 3 boyut
Stress-1, 1 boyut 0,190280 0,190280 0,190280 1,7e−16 ✓
Stress-1, 3 boyut 0,043210 0,043210 0,043210 2,0e−10 ✓
Stress-1, 4 boyut 0,018291 0,018291 0,018291 1,6e−09 ✓
Stress-1, 5 boyut 2,8789·10−16 2,7769·10−16 2,1207·10−15 1,8e−15 ✓
Öteki ayarlar
Metrik olmayan Stress-1 (MerQur yapılandırması) 0,061013 0,061013 0,061013 2,8e−17 ✓
— smacof ordinal (ikincil bağ) çözümünün Stress-1'i 0,061013 — 0,061013 2,1e−17 ✓
Başlangıç sayısı 5: Stress-1 0,089582 0,089582 0,089582 2,8e−17 ✓
Manhattan uzaklığı: Stress-1 0,075363 0,075363 0,075363 4,3e−11 ✓
z-standardizasyonu kapalı: Stress-1 0,030959 0,030959 0,030959 9,0e−11 ✓

"Python (bağımsız)" sütunu numpy ile yazılmış Torgerson ve SMACOF (Guttman dönüşümü) hesabıdır; R sütunu stats::cmdscale ve smacof::mds(type = "ratio", init = "torgerson") (smacof 2.1.7; sıkı ölçüt, tam yakınsama) değerleridir. Koordinatlar dönme ve yansımaya kadar tanımlı olduğundan R ile koordinat değil, toplam kareye bölünmüş yapılandırma uzaklıkları karşılaştırılmıştır. MerQur'un SMACOF'u 248 yinelemede durur; koordinatları tam yakınsamış sabit noktadan en çok 0,000181 uzaktadır (Stress-1 farkı 10−10 düzeyinde). Bu nedenle 2B koordinatlar, Python'da aynı durma ölçütüyle (göreli stres değişimi < 10−12) üretilen değerlerle karşılaştırılmıştır. Metrik olmayan satırda Python ve R, MerQur'un yapılandırmasında Stress-1'i kendi PAVA (ikincil bağ) uygulamalarıyla hesaplar; smacof'un kendi metrik olmayan çözümü de aynı değere yakınsar. Aynı ayarlarla ikinci çalıştırma koordinatları birebir yineler (özdeş); MDS'te rastgelelik yalnız başlangıç sayısı > 1 olduğunda (sabit tohum 42) devreye girer.

82.7 Çıktıyı okuma

MerQur'un gerçek çıktısı (varsayılan ayarlar; uyum ölçüleri ve stres yamacı açık):

Çok Boyutlu Ölçekleme
  Yöntem                = metrik MDS
  Boyut sayısı           = 2
  Gözlem sayısı (N)      = 51
  Mesafe metriği         = Öklid
  Stres (Kruskal-1)      = 0.090007 (kabul edilebilir)
  Mesafe-korelasyonu R²  = 0.9749

  Stres kalite ölçütü (Kruskal 1964):
    < 0.025 mükemmel | < 0.05 iyi | < 0.10 kabul edilebilir
    < 0.20 zayıf     | ≥ 0.20 çok zayıf

── Koordinatlar (ilk 8 gözlem) ──
       Dim1    Dim2
1 -3.0546 -0.4619
2 -3.2577  0.9128
3 -2.2926  0.0582
...
── Uyum ölçüleri ──
  Ham stress Σ(δ − d)²               = 105.3574
  Normalleştirilmiş ham stress       = 0.008101
  DAF (açıklanan dağılım oranı)      = 0.991899
  Tucker kongrüans katsayısı         = 0.995941
── Boyut sayısına göre Stress-1 ──
  1: Stress-1 = 0.190280
  2: Stress-1 = 0.090007
  3: Stress-1 = 0.043210
  4: Stress-1 = 0.018291
  5: Stress-1 = 0.000000
Satır/Öğe Ne yazar Nasıl yorumlanır
Yöntem, Boyut sayısı, N, Mesafe metriği Ayarlar ve kalan gözlem sayısı. Eksik satır düşmüşse N küçülür; düşen sayı yazılmaz.
Stres (Kruskal-1) 82.5.4 tanımı ve sözel not. Not, Kruskal'ın metrik olmayan MDS eşikleridir; mutlak ölçüt değildir.
Mesafe-korelasyonu R² \operatorname{cor}(\delta,d)^2; motor 4 ondalığa yuvarlar. 1'e yakın değer doğrusal uyumdur; Shepard diyagramıyla birlikte okunur.
Koordinatlar İlk 8 gözlem, 1 tabanlı numara. Eksenler dönme ve yansımaya kadar tanımlıdır; tamamı Tablo sekmesinde.
Uyum ölçüleri Ham stres, 1-\varphi^2, DAF, \varphi. Metrik olmayan çözümde ham stres ölçek uyuşmazlığı yüzünden anlamsız olduğu için yazılmaz (82.8, S7).
Boyut sayısına göre Stress-1 Yamaç. Belirgin dirsek boyut seçimine yol gösterir; burada 1 → 2 boyut stresi yarıya indirir.
Başlangıç notu "Klasik başlangıç + r − 1 rastgele başlangıç". Yalnız başlangıç sayısı > 1 ise.

Rapor cümlesi:

51 hastanın beş kardiyometabolik ölçümü z puanına çevrildi; Öklid uzaklıkları metrik MDS (SMACOF, klasik başlangıç) ile iki boyutta gösterildi. Stress-1 = 0,090; DAF = 0,992; uzaklık korelasyonu R^2 = 0,975 idi. Üç boyut stresi 0,043'e düşürdü; ilk boyut toplam dağılımın %82'sini taşıyan ortak bir risk eksenini yansıttı.

82.8 Uzman soruları

S1. MerQur klasik MDS mi yapıyor, metrik SMACOF mu?

Metrik SMACOF yapıyor. Klasik (Torgerson) çözüm yalnız başlangıçtır. R cmdscale ile karşılaştırılacak olan bu başlangıçtır (fark 10^{-14}); son yapılandırma smacof::mds(type = "ratio") çözümüdür ve Stress-1'i ondan farklıdır (0,1203'e karşı 0,0900). Kullanıcı klasik MDS bekliyorsa çıktıdaki koordinatlar cmdscale ile aynı olmaz.

S2. Stress-1 neden R ile karşılaştırılabilir?

MerQur stresi sklearn'ün normalized_stress değerinden değil, tanımdan hesaplar (_stress1): payda \sum\delta^2'dir. sklearn'ün değeri paydada yapılandırma uzaklıklarını kullanır ve metrik çözümde S/\sqrt{1-S^2} kadar büyüktür. Bu tanım smacof'un Stress-1'iyle aynıdır; Tıp örneğinde smacof ile fark 7\cdot10^{-11}'dir.

S3. Neden başlangıç sayısını artırmak stresi düşürdü?

SMACOF yerel bir yöntemdir; stres yüzeyinde birden çok minimum olabilir. Klasik başlangıç çoğu zaman iyidir ama en iyiyi garanti etmez: Tıp örneğinde 4 rastgele başlangıçtan biri 0,089582'lik bir çözüm bulmuştur (klasik: 0,090007). Raporlanacak haritada başlangıç sayısını 10–20 yapmak yerinde olur; varsayılan 1 hızlı ve deterministiktir.

S4. Metrik olmayan MDS'te bağlar nasıl işleniyor?

İzotonik regresyon \delta'da bağlı çiftleri önce ortalar (ikincil yaklaşım): eşit \delta'lı çiftler aynı \hat d'yi alır. smacof varsayılanı birincil yaklaşımdır (bağlı çiftler serbest sıralanabilir). Tıp örneğinde sürekli veride bağ yoktur; smacof'un ikincil bağlı metrik olmayan çözümü MerQur'unkiyle aynı Stress-1'e (0,061013) ulaşır. Çok bağlı (ör. Likert türevli) uzaklıklarda iki yaklaşım farklı sonuç verir.

S5. n büyükse ne değişir?

n>300 olduğunda sıkı ölçüt kapatılır ve sklearn varsayılanı (en çok 300 yineleme, \varepsilon=10^{-6}) kullanılır (dimensionality_advanced.py:354). Her yineleme O(n^2) olduğundan bu bir hız tercihidir; stres tam yakınsamış değerden biraz yüksek kalabilir. Çıktı bunu belirtmez.

S6. Hazır benzerlik matrisi nasıl uzaklığa çevriliyor?

Varsayılan \delta=\max s+\min s-s'tir ve max/min köşegen dahil alınır (smacof::sim2diss(method = "reverse") ile aynı). Korelasyon benzerlikleri için \sqrt{1-s}, oranlar için 1-s seçilebilir. Seçim, metrik MDS sonucunu değiştirir; metrik olmayan MDS'te yalnız monoton dönüşüm olduğu için sıralama, dolayısıyla sonuç aynı kalır.

S7. Metrik olmayan çözümde "Ham stress" ve Shepard'daki d=\delta çizgisi neden yok?

sklearn metrik olmayan çözümde uyumsuzlukları \sum\hat d^2=n(n-1)/2 olacak biçimde ölçekler; yapılandırma girdi uzaklıklarından farklı bir ölçektedir (Tıp örneğinde yaklaşık 1/3). Özgün \delta ile hesaplanan ham stres bu yüzden ölçek farkını ölçer, uyumu değil (Tıp örneğinde 6191,8 çıkardı); Shepard diyagramındaki d=\delta köşegeni de aynı nedenle anlamsızdır. MerQur metrik olmayan çözümde ikisini de yazmaz ve çizmez. Ölçekten bağımsız olan \varphi, DAF ve R^2 anlamlıdır.

S8. Tohum MDS'te ne yapıyor?

Varsayılan ayarlarda hiçbir şey: klasik başlangıç ve SMACOF deterministiktir; iki çalıştırma bit düzeyinde aynı koordinatları verir. Rastgelelik yalnız başlangıç sayısı > 1 olduğunda devreye girer ve tohum sabit 42'dir (araç ipucu da bunu söyler).

82.9 Sık hatalar ve tuzaklar

  • Stres eşiklerini kesin ölçüt sanmak. Eşikler metrik olmayan MDS ve küçük n için önerilmiş deneyim kurallarıdır; stres n ve boyutla değişir.
  • Standardizasyonu kapatıp düşük strese sevinmek. Düşük stres, birkaç büyük ölçekli değişkenin baskın olmasından gelebilir (Adım 7).
  • Başlangıç sayısını 1 bırakıp en iyi çözümü bulduğunu sanmak. Klasik başlangıç yerel bir minimumda kalabilir (Adım 6).
  • Eksenleri yorumlamak. Metrik SMACOF çözümü döndürmeye ve yansımaya karşı değişmezdir; "Boyut 1" bir değişken birleşimi değildir. Klasik başlangıcın eksenleri PCA eksenleridir, ama SMACOF onları değiştirir.
  • Koordinatları 4. ondalıkta başka programla birebir beklemek. MerQur'un durma ölçütü koordinatları 10^{-4} düzeyinde açık bırakır (82.5.3 uyarısı).
  • Eksik satırları gözden kaçırmak. Liste bazında silme yapılır ve düşen satır sayısı yazılmaz; N'yi veri satır sayısıyla karşılaştırın.
  • Grup sütununu MDS'e girdi sanmak. "Gruba göre renklendir" yalnız renktir; uzaklığa girmez.

82.10 Kaynaklar

  • Borg, I., & Groenen, P. J. F. (2005). Modern multidimensional scaling: Theory and applications (2. baskı). Springer. https://doi.org/10.1007/0-387-28981-X
  • de Leeuw, J., & Mair, P. (2009). Multidimensional scaling using majorization: SMACOF in R. Journal of Statistical Software, 31(3), 1–30. https://doi.org/10.18637/jss.v031.i03
  • Gower, J. C. (1966). Some distance properties of latent root and vector methods used in multivariate analysis. Biometrika, 53(3–4), 325–338. https://doi.org/10.1093/biomet/53.3-4.325
  • Kruskal, J. B. (1964a). Multidimensional scaling by optimizing goodness of fit to a nonmetric hypothesis. Psychometrika, 29(1), 1–27. https://doi.org/10.1007/BF02289565
  • Kruskal, J. B. (1964b). Nonmetric multidimensional scaling: A numerical method. Psychometrika, 29(2), 115–129. https://doi.org/10.1007/BF02289694
  • Lorenzo-Seva, U., & ten Berge, J. M. F. (2006). Tucker's congruence coefficient as a meaningful index of factor similarity. Methodology, 2(2), 57–64. https://doi.org/10.1027/1614-2241.2.2.57
  • Mair, P., Borg, I., & Rusch, T. (2016). Goodness-of-fit assessment in multidimensional scaling and unfolding. Multivariate Behavioral Research, 51(6), 772–789. https://doi.org/10.1080/00273171.2016.1235966
  • Torgerson, W. S. (1952). Multidimensional scaling: I. Theory and method. Psychometrika, 17(4), 401–419. https://doi.org/10.1007/BF02288916