प्रारंभिक उत्तर के लिए @whuber को बहुत बहुत धन्यवाद। मुझे लगा कि मुझे ऐसा करने के परिणाम अपलोड करने चाहिए ...
एमडीएस के उस विशेष रूप के लायक जो मैंने इस्तेमाल किया है , निम्नलिखित छवियों को प्राप्त करने के लिए कुछ है जिसे टी- एसएनई (उर्फ 'टी-वितरित स्टोचैस्टिक निहॉबर एंबेडिंग ) कहा जाता है।
क्रम में सभी शहरों की एक तस्वीर यहां दी गई है - बाईं धुरी पर उस शहर के लिए वास्तविक 1-डी स्थान है, और शहरों ने ऊपर से नीचे तक व्यवस्था की है, उस अक्ष पर दाएं से बाएं .. रंग = देश
यहां एक और तस्वीर है, जहां मैंने शहरों की लाइन ली, लेकिन इसे दुनिया के नक्शे पर प्लॉट किया गया है। मुझे लगता है कि नीचे की रेखा इस समस्या को कम करती है, जो यात्रा बिक्री वाले व्यक्ति की समस्या के बहुत करीब है - लेकिन इस अंतर के साथ कि यह सिर्फ शहरों का क्रम नहीं है बल्कि 1-d लाइन पर शहरों की मैपिंग ...
अगर किसी को यहाँ इस्तेमाल किया गया पूर्ण आउटपुट डेटा या कार्यप्रणाली चाहिए, तो कृपया मुझे संदेश दें।
-
संपादित करें:
@ व्हिबर के हंगामे के जवाब में ।।
हां, आप सही हैं जब आप स्थानीय दूरी पर जोर देते हैं (यानी यह कि तत्काल पड़ोसियों की स्थानीय दूरी दुनिया के नक्शे पर वास्तविक दूरियों के करीब होनी चाहिए) एमडीएस की समस्या ट्रैवलिंग सेल्समैन की समस्या को कम कर देती है। हालाँकि यदि आप एक व्यापक / अधिक उदार रेंज में दूरियों के अनुकूलन (या मिलान) पर जोर देते हैं तो आप विभिन्न परिणाम प्राप्त कर सकते हैं। उदाहरण के लिए यहाँ t-sne एल्गोरिथ्म क्या देता है जब आप 'perplexity' के लिए उच्च मान का उपयोग करते हैं: