混合值差度量在MDS算法中的应用  

Application of heterogeneous value difference metric on MDS algorithm

作　　者：杜家杰[1] 段会川[2] 

机构地区：[1]山东师范大学信息科学与工程学院,济南250014 [2]山东省分布式计算机软件新技术重点实验室,济南250014

出　　处：《计算机工程与应用》2011年第34期152-154,共3页Computer Engineering and Applications

基　　金：山东省信息产业发展专项资金(No.2008R00038);山东省泰山学者岗位(管理科学与工程)支持

摘　　要：多维尺度分析(MDS)通常以欧氏空间中点的距离来度量对象间的差异性(相似性)。当对象有像性别、颜色等名义属性时,通常的做法是将它们数量化,然后再对其运用欧氏距离,显然,这种处理方法存在不合理性。将一种混合值差度量(HVDM)引入含名义属性的对象间距离的计算,以改善名义属性下MDS的计算合理性。在UCI Abalone数据集上进行的实验,结果表明该方法比传统的数量化方法在重构能力、重构精确度方面都有更好的表现。In general,Multidimensional Scaling（MDS） uses Euclidean distance to measure the dissimilarity（similarity） of objects.If objects have nominal attributes,such as sex or color,common practice is digitizing first and then applying Euclidean distance.Obviously,this approach is not reasonable to some extents.The Heterogeneous Value Difference Metric（HVDM）,a distance metric computing distance for nominal attributes differently than Euclidean distance,is applied to MDS to improve its reasonableness on nominal attributes.Experimental results on UCI Abalone dataset show that the proposed method gives promising results on both reconstruction ability and accuracy.

关 键 词：多维尺度分析 欧氏距离 名义属性 混合值差度量 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]