基于Isomap的高维数据可视化的研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第34卷增刊 河北工业大学学报 2005年8月 JOURNAL0FHEBEI 2005 V01.34增刊 UNIVERSITY0FTECHNOLOGY August 基于Isomap的高维数据可视化研究 李春伟,吴清 (河北工业大学计算机科学与软件学院,天津300130) 摘要:Isomap是一种新的非线性降雏方法,应用它可以发现隐藏在高维数据内在的结构特性,可以将数据可视 化.将Isomap应用到高维乳腺癌病理数据进行可视化实验,实验结果说明Isomap具有很强的降维能力并保持数 据的内在结构不变的特性. 关键词:降维;高维数据;可视化 0引言 真实世界的数据往往是高维的,难于被人理解、表示和处理.高维数据的可视化是目前机器学习研 究的焦点,降维技术是高维数据可视化的一个重要手段.利用降维技术,可得到高维数据在低维空间中 的可视化投影,从而可以发现隐藏在高维数据内的聚类性质、空间分布等结构特性. 在的几何特性,获得流形上数据点之间的测地线距离.与传统的线性降维方法PCA和MDS不同,利用 Isomap可以求得高维数据的本质维数,将本质维数较低的高维数据投影到低维空间,从而使得对高维 数据的直接观察成为可能. 1 Isomap算法 键是估计远点(非邻域点)之间的测地线距离.对于邻域点,由输入空间可直接近似获得其测地线距 离;对于非邻域点,其测地线距离可近似为一系列邻域点的测地线距离之和.样本间的测地线距离可近 似为高维空间邻域图中两点间的最短距离. Isomap算法的主要步骤如下: 一个点与所有的点进行比较,当两点之间的距离小于固定的半径£(或f是,的缸邻域)就认为它们是 相邻的,将其连接起来,边长为巩(f,力,得到有权图G.通过计算最短路径如(‘力的方法,估计流形 短路径组成的. Isomap给出了确定降维维数的准则,它定义了残差e。来衡量降维的误差叫: e一=1一帮(D6,瑚 其中:协是d维空间中的欧式距离矩阵;R2表示线性相关系数.降维维数d越高,残差越小.在两种 情况下Isomap可以确定降维维数d,一是当残差曲线出现拐点;二是当残差已经小到一定的阈值. 收稿日期:2005.05.10 作者简介:李春伟(1975·),女(汉族),硕士生 增刊 李春伟,等:基于Isomap的高维数据可视化研究 2高维数据的可视化实验 在医学研究中,最常见的数据形式是非线性的高维向量.医学数据的可视化,已成为数据可视化领 域中最为活跃的研究领域之一.下面采用乳腺癌病理数据来做实验. 2.1实验数据 乳腺癌是临床上比较常见的一种癌症,特别是女性患者比较多.区分乳腺癌的良性肿瘤和恶性肿瘤 BreastCancer 在临床上具有重要的意义.乳腺癌病理数据来源于Wisconsin WisconsinBreastCancer 状一致性,边缘粘连,单上皮细胞尺寸,裸细胞核,正常染色质,正常核仁核有丝分裂)、样本类别. BreastCancer 在所获得的Wisconsin 240个. 2.2实验结果与分析 在此次实验中,用到了文献B1提供的Isomap算法的matlab 代码压缩包.经过合适的参数选择,选取邻域点数后=7.针对数 据集的特点,对已有的代码进行了修改. 从图1的曲线形状看,数据集降到2维时出现了拐点,而且 从残差(residualvariance)的绝对值来看,降至2维时残差已经小 于o.5,从而可以得到乳腺癌病理数据的本质维数为2维.同时 也说明了Isomap具有很强的降维能力. 从图2的投影图中可以看出有主要有两个聚集块,这两个聚 集块很可能是良性肿瘤聚集和恶性肿瘤聚集,表现了乳腺癌数据 图1乳腺癌数据的Isomap的残差曲线

文档评论(0)

july77 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档