我正在尝试在R中使用多维缩放（MDS）。
我可以根据从训练集中获得的值来预测测试集中的新值吗？
我正在寻找类似于在PCA中所做的事情：
prin_comp <- prcomp(pca.train, scale. = FALSE)
test.data <- predict(prin_comp, newdata = pca.test)
谢谢，
伊泰
最佳答案
您可以将MDS用作三步过程的第一步。
生成MDS坐标
将传统的聚类算法应用于生成的坐标
例如。 Kmeans和kmeans(x, K)，您需要在其中提供K = number of clusters
请注意，您可能希望通过以下方式对生成的群集进行一些度量cross validation以确保它们为您的现有数据提供了良好的标签。
使用kmeans聚类为每个聚类查找最近的质心/聚类
新数据
然后，您要做出一个决定（作为建模者）：是否将所选集群的mode用作新数据的标签？那是最简单的解决方案-但是可以有其他方法。
关于r - 预测R中的多维缩放(MDS)中的值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51465282/