Cảm ơn rất nhiều cho @whuber cho câu trả lời ban đầu. nghĩ rằng tôi nên tải lên kết quả của tôi làm nhiều như vậy ...
Đối với giá trị của nó, dạng MDS cụ thể mà tôi đã sử dụng là thứ gọi là t-SNE (hay còn gọi là 'Stochastic Neihbor Nhúng' ) để đạt được các hình ảnh sau.
Dưới đây là hình ảnh của tất cả các thành phố theo thứ tự - trên trục trái là vị trí 1-d thực tế cho thành phố đó và các thành phố được sắp xếp theo thứ tự từ trên xuống dưới, từ trái sang phải qua trục đó .. color = country
Đây là một hình ảnh khác khi tôi chụp dòng thành phố nhưng vẽ nó trên bản đồ thế giới .. Tôi đoán vấn đề mấu chốt này giảm xuống một vấn đề khá gần với vấn đề nhân viên bán hàng du lịch - nhưng với sự khác biệt đó không chỉ là việc đặt hàng các thành phố mà là ánh xạ các thành phố đến đường 1-d ...
Nếu bất cứ ai muốn dữ liệu đầu ra đầy đủ hoặc phương pháp được sử dụng ở đây, xin vui lòng nhắn tin cho tôi.
-
BIÊN TẬP:
Đáp lại cam kết của @ whuber ..
Có bạn đúng khi bạn nhấn mạnh khoảng cách địa phương (nghĩa là khoảng cách địa phương của hàng xóm ngay lập tức phải càng gần với khoảng cách thực tế trên bản đồ thế giới), vấn đề MDS giảm xuống cho vấn đề nhân viên bán hàng du lịch. Tuy nhiên, nếu bạn nhấn mạnh việc tối ưu hóa (hoặc khớp) khoảng cách trên một phạm vi rộng hơn / vừa phải hơn, bạn có thể nhận được các kết quả khác nhau. Ví dụ: đây là những gì thuật toán t-sne mang lại khi bạn sử dụng giá trị cao hơn cho 'perplexity':