Escalamiento multidimensional


La escala multidimensional ( MDS ) es un medio de visualizar el nivel de similitud de casos individuales de un conjunto de datos. MDS se utiliza para traducir "información sobre las 'distancias' por pares entre un conjunto de objetos o individuos" en una configuración de puntos mapeados en un espacio cartesiano abstracto . [1]

Más técnicamente, MDS se refiere a un conjunto de técnicas de ordenación relacionadas que se utilizan en la visualización de información , en particular para mostrar la información contenida en una matriz de distancia . Es una forma de reducción de dimensionalidad no lineal .

Dada una matriz de distancias con las distancias entre cada par de objetos en un conjunto, y un número elegido de dimensiones, N , un algoritmo MDS coloca cada objeto en un espacio N - dimensional (una representación de menor dimensión) de modo que las distancias entre objetos se conservan lo mejor posible. Para N = 1, 2 y 3, los puntos resultantes se pueden visualizar en un diagrama de dispersión . [2]

James O. Ramsay de la Universidad McGill , quien también es considerado el fundador del análisis de datos funcionales [3], hizo contribuciones teóricas fundamentales a los MDS .


Un ejemplo de escalamiento multidimensional clásico aplicado a los patrones de votación en la Cámara de Representantes de los Estados Unidos . Cada punto rojo representa a un miembro republicano de la Cámara y cada punto azul a un demócrata.