ml/ library Learn by doing
ALGORITHM 71 · PYTHON / JAVASCRIPT

Multidimensional Scaling

วางจุดบนแผนที่ให้ระยะคู่ใกล้กับระยะเดิม

LEARNING LEVEL3
ผสานหลายแนวคิดควรรู้มาก่อน · เมทริกซ์ระยะห่างและ PCA
ลองใน Playground

01Overall Concept

OVERALL CONCEPT

ไอเดียหลัก — MDS หา coordinates ในมิติต่ำที่ทำให้ระยะระหว่างจุดใกล้กับ dissimilarity ที่กำหนด โดยลดค่า stress ของระยะทุกคู่

ลองนึกภาพว่า — เหมือนจัดเก้าอี้ใหม่โดยมีเพียงรายการว่าคู่ใดควรอยู่ใกล้หรือไกล

ตัวอย่างการนำไปใช้ — แผนที่การรับรู้ แสดงความคล้ายของแบรนด์ และตรวจโครงสร้างจาก distance matrix

02อธิบายภาษาคนเข้าใจง่ายๆ

เล่าแบบไม่ใช้ศัพท์ยาก

Multidimensional Scaling เริ่มจากคำถามง่าย ๆ ว่า วางจุดบนแผนที่ให้ระยะคู่ใกล้กับระยะเดิม วิธีนี้ไม่ได้มองข้อมูลทุกชนิดเหมือนกัน จึงต้องเตรียมข้อมูลให้ตรงกับสิ่งที่อัลกอริทึมใช้คำนวณ

เหมือนจัดเก้าอี้ใหม่โดยมีเพียงรายการว่าคู่ใดควรอยู่ใกล้หรือไกล ภาพเปรียบเทียบนี้ช่วยจำแก่นของวิธี แต่ตอนใช้งานจริงคอมพิวเตอร์ทำงานกับตัวเลขและกฎที่กำหนดไว้อย่างชัดเจน

MDS หา coordinates ในมิติต่ำที่ทำให้ระยะระหว่างจุดใกล้กับ dissimilarity ที่กำหนด โดยลดค่า stress ของระยะทุกคู่ พารามิเตอร์หลักใน Playground คือ จำนวนจุดเริ่มต้น เมื่อเลื่อนค่า ระบบจะคำนวณผลใหม่จากข้อมูลชุดเดิม จึงเปรียบเทียบการเปลี่ยนแปลงได้ตรง ๆ

ข้อมูลตัวอย่างบนหน้าใช้รูปแบบ feature matrix หรือ dissimilarity matrix แบบสมมาตร · ตัวอย่าง 60–150 แถว เราแยกสิ่งที่อัลกอริทึมรับเข้าออกจากผลลัพธ์ เพื่อไม่เผลอส่งข้อมูลคำตอบหรือข้อมูลอนาคตเข้าไปตอนฝึก

งานที่เหมาะ เช่น แผนที่การรับรู้ แสดงความคล้ายของแบรนด์ และตรวจโครงสร้างจาก distance matrix ก่อนใช้จริงควรกำหนด metric ที่สัมพันธ์กับเป้าหมาย แล้วเปรียบเทียบกับวิธีพื้นฐานที่ง่ายกว่า

ภาพจำ: พิกัด embedding และค่า stress · Playground แสดงผลเมื่อปรับ จำนวนจุดเริ่มต้น พร้อมจำข้อจำกัดสำคัญว่า คำตอบอาจติด local optimum และระยะทุกคู่ใช้หน่วยความจำกำลังสอง

03How it works

ค่อยๆ ทำไปด้วยกัน ตั้งแต่ข้อมูลแถวแรกจนถึงการตรวจคำตอบ

  1. เตรียมข้อมูลให้ตรงโจทย์

    feature matrix หรือ dissimilarity matrix แบบสมมาตร ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล

  2. ตั้งค่าที่ควบคุมพฤติกรรม

    ใช้ n_init เพื่อลองตำแหน่งเริ่มต้นหลายชุดแล้วเก็บชุดที่ stress ต่ำสุด และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้

  3. คำนวณแก่นของวิธี

    คำนวณระยะเป้าหมายทุกคู่ จากนั้น ขยับพิกัดเพื่อลดผลต่างของระยะ Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ

  4. สร้างผลลัพธ์ที่นำไปอ่านได้

    เลือกคำตอบที่มี stress ต่ำสุด ผลที่ได้คือ พิกัด embedding และค่า stress ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล

  5. ตรวจว่าคำตอบใช้ได้จริง

    เปรียบเทียบหลายค่าของ n_init ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า คำตอบอาจติด local optimum และระยะทุกคู่ใช้หน่วยความจำกำลังสอง

เปิดตัวอย่างโค้ดเพื่อลองทำตาม →ตัวอย่างตัวเลขในเรื่องใช้ช่วยอธิบาย ส่วนโค้ดและ Playground ใช้ชุดข้อมูลสาธิตของแต่ละหน้าอ่านเอกสารอ้างอิงของเทคนิคนี้ ↗

ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ

DATA INX · features · no target yfeature matrix หรือ dissimilarity matrix แบบสมมาตร · ตัวอย่าง 60–150 แถว
CALCULATEMultidimensional Scaling
n_initrandom_statevalidation
RESULTcluster labels + centersพิกัด embedding และค่า stress · Playground แสดงผลเมื่อปรับ จำนวนจุดเริ่มต้น
เส้นทางของข้อมูล: จากค่าที่รับเข้า ผ่านการคำนวณด้วยพารามิเตอร์ ไปเป็นผลลัพธ์
INPUT

ข้อมูลที่รับเข้ามา

feature matrix หรือ dissimilarity matrix แบบสมมาตร

feature matrix หรือ dissimilarity matrix แบบสมมาตร · ตัวอย่าง 60–150 แถว
PARAMETERS

พารามิเตอร์ที่ใช้

n_init
ลองตำแหน่งเริ่มต้นหลายชุดแล้วเก็บชุดที่ stress ต่ำสุด
random_state
ตรึงการสุ่มเพื่อให้ทดลองซ้ำและเปรียบเทียบได้
validation
เก็บข้อมูลส่วนหนึ่งไว้ตรวจคุณภาพกับตัวอย่างที่ไม่ใช้ฝึก
OUTPUT

ผลลัพธ์ที่ได้

พิกัด embedding และค่า stress

พิกัด embedding และค่า stress · Playground แสดงผลเมื่อปรับ จำนวนจุดเริ่มต้น
CALCULATION

คำนวณทีละขั้น

  1. 01

    คำนวณระยะเป้าหมายทุกคู่

  2. 02

    ขยับพิกัดเพื่อลดผลต่างของระยะ

  3. 03

    เลือกคำตอบที่มี stress ต่ำสุด

ควรรู้อีกนิด — คำตอบอาจติด local optimum และระยะทุกคู่ใช้หน่วยความจำกำลังสอง

04Make it yours

Python · scikit-learn
# ติดตั้ง: pip install numpy scikit-learn# ดาวน์โหลด sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์import numpy as npdata = np.genfromtxt("multidimensional-scaling-sample.csv", delimiter=",", skip_header=1)from sklearn.preprocessing import StandardScalerfrom sklearn.manifold import MDSX = StandardScaler().fit_transform(data[:, :2])model = MDS(n_components=2, n_init=4, random_state=42, normalized_stress="auto")embedding = model.fit_predict(X) if hasattr(model, "fit_predict") else model.fit_transform(X)print("Output shape:", np.asarray(embedding).shape)print(np.asarray(embedding)[:8])

โค้ดเปลี่ยนตามค่าที่เลือกใน Playground · แต่ละภาษาใช้ข้อมูลตัวอย่างตามที่ระบุในโค้ด

05Learn by playing

การลองตำแหน่งเริ่มต้นหลายครั้งช่วยลด stress ได้แค่ไหน?

Multidimensional Scaling / ภาพกลไกที่พารามิเตอร์ควบคุม● คำนวณใหม่เมื่อปรับค่า
ลองตำแหน่งเริ่มต้นหลายชุดแล้วเก็บชุดที่ stress ต่ำสุด
ดูภาพอย่างไร

ระยะระหว่างจุดก่อนและหลังการวางใหม่ควรใกล้กัน

เมื่อเพิ่มค่า

มีโอกาสเจอการจัดวางที่ stress ต่ำขึ้น แต่ใช้เวลามากขึ้น

ลองเปรียบเทียบ

ดูว่าหลังเพิ่มค่าแล้วตำแหน่งนิ่งขึ้นหรือผลแทบไม่เปลี่ยน

โครงสร้าง/กราฟเดิมrepresentation หลังแปลง
Stress proxy14.290
มิติปลายทาง4
พารามิเตอร์ที่ลอง4

Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ scikit-learn จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง