CHƯƠNG II: GIỚI THIỆU KỸ THUẬT MDS, MDS SVM
2.1.1. Cơ bản về Multidimensional Scaling (MDS) [3].
Multidimensional Scaling (MDS) đây là một phương pháp kỹ thuật dùng để giảm chiều dữ liệu hay nén dữ liệu, kỹ thuật này chuyển dữ liệu từ không gian nhiều chiều về không gian ít chiều hơn để xử lý. Đặc biệt phương pháp MDS chỉ dựa vào dữ liệu đầu vào là khoảng cách giữa các đối tượng hoặc các điểm (khoảng cách có nhiều loại khoảng cách). Mục tiêu trong phương pháp này không chỉ đơn thuần là để tạo ra một không gian có thể đại diện cho mối quan hệ của các dữ liệu một cách trung thực, mà còn để giảm số chiều của dữ liệu thiết lập một giá trị đủ nhỏ để cho phép kiểm tra trực quan của bộ dữ liệu này.
Các phương pháp MDS có thể được sử dụng để đáp ứng tốt các mục tiêu này. MDS được đề xuất đầu tiên vào những năm 1930 (Trong lịch sử phương pháp trị liệu và MDS được giới thiệu bởi Kruskal và Wish, 1978; de Leeuw và Heiser, 1982; Wish và Carroll, 1982; Young, 1985) và sau đó khái quát hóa cho việc phân tích dữ liệu nonmetric và thậm chí cả cấu trúc chung ở một số ma trận không giống nhau tương ứng.
Các thuật toán được thiết kế để phân tích một ma trận đơn không giống nhau, và do đó có thể được sử dụng để giảm số chiều của một tập dữ liệu, ta có thể phân chia MDS thành hai loại cơ bản, metric MDS và nonmetric MDS. Trong original metric MDS (Torgerson, 1952; cf.Young và Householder, 1938); Nonmetric MDS [Kruskal, 1964, Shepard 1962] sử dụng như một hàm [Kruskal and Wish, 1978].
MDS được ứng dụng ngày càng rộng rãi và phổ biến trong các lĩnh vực khoa học, cụ thể MDS có bốn mục đích như sau: MDS là một phương pháp đại diện cho độ đo khoảng cách của các đối tượng trong không gian giảm chiều nhằm mục đích truy xuất và kiểm ta dữ liệu một cách trực quan cũng như khai phá dữ liệu; MDS là một kỹ thuật cho phép kiểm tra các tiêu chí khác nhau cần xem xét của các đối tượng nhằm mục đích phân biệt các đối tượng khác nhau, các tiêu chí đo như là màu sắc hay một đặc trưng nào đó của đối tượng được phản ảnh trong thực nghiệm; MDS là một phương pháp phân tích dữ liệu cho phép khám phá số chiều dữ liệu để làm nền tảng
cho việc phán đoán xem sự giống nhau hoặc khác nhau của khoảng cách trong không gian khám phá mới; MDS là một mô hình tâm lý học (psychological) nó giải thích các phán đoán về một quy tắc bắt chước không giống nhau về một kiểu cụ thể của hàm khoảng cách.