Positionnement multidimensionnel

ensemble de techniques statistiques utilisées dans le domaine de la visualisation d'information

Le positionnement multidimensionnel[1] est un ensemble de techniques statistiques utilisées dans le domaine de la visualisation d'information pour explorer les similarités dans les données. Le positionnement multidimentionnel est un cas particulier d'analyse multivariée. Typiquement, un algorithme de positionnement multidimensionnel part d'une matrice de similarité entre tous les points pour affecter à chaque point une position dans un espace à dimensions. Pour = 2 ou = 3, les positions peuvent être visualisées sur un plan ou dans un volume par un nuage de points.

Exemple de positionnement multidimensionnel de données.

Cadre général

modifier

Étant donné   points   dans un espace de dimension  , le positionnement multidimensionnel consiste à représenter ces points dans un espace de dimension   par   nouveaux points   en conservant les proximités. On se donne pour cela une matrice de distance   qui peut être définie par la distance euclidienne  . Si on part de valeurs de similarité, il faut les convertir en valeurs de vraie distance mathématique, car il faut conserver à l'esprit que distance et similarité sont des notions opposées : plus faible est la distance, plus grande est la similarité, et réciproquement. Présenté sous cet angle, le positionnement multidimensionnel est une technique de réduction de dimension, au même titre que l'analyse en composantes principales.

En pratique, le positionnement multidimensionnel consiste à trouver   vecteurs   de taille   qui minimisent une fonction de coût   appelée stress.

Positionnement multidimensionnel métrique

modifier

Un positionnement multidimensionnel métrique se réfère à une fonction de coût définie par la distance euclidienne ou le produit scalaire entre les points  .

Une fonction de coût naturelle pour le positionnement multidimensionnel est

 

mais cette formulation n'a en général pas de solution explicite.

Positionnement multidimensionnel classique

modifier

Pour le positionnement multidimensionnel classique, la fonction de coût est remplacée par

 

Le terme   est défini par   avec  . De façon générale, la matrice  , matrice de similarité, peut être obtenue à partir d'une matrice de distance   par double centrage :

 

  est une matrice de taille   ne contenant que des uns.

Cette formulation a l'avantage d'avoir une solution explicite par décomposition de   en éléments propres. Soient   les   plus grandes valeurs propres et   les vecteurs propres correspondants. Alors une solution pour le positionnement multidimensionnel est de prendre comme vecteurs   les colonnes de la matrice  , où   est la matrice des vecteurs propres transposée et   est la matrice diagonale des valeurs propres.

Positionnement multidimensionnel non métrique

modifier

Le positionnement multidimensionnel non métrique s'intéresse aux méthodes qui privilégient l'ordre des proximités sur la conservation des distances. La fonction de coût à minimiser est

 .

On permet à la fonction   de s'adapter lors de l'optimisation. Pour ce faire, on peut calculer une régression monotone des points  .

Voir aussi

modifier

Notes et références

modifier
  • (en) T. F. Cox et M. A. A. Cox, Multidimensional Scaling, Chapman and Hall,
  • (en) Trevor Hastie, Robert Tibshirani et Jerome Friedman, The Elements of Statistical Learning, Springer, , 2e éd., section 14.8, p. 570
  1. Alain Baccini et Philippe Besse, Exploration Statistique, chapitre 7