将距离矩阵转换回原始数据

计算科学 线性代数 矩阵 逆问题 距离测量
2021-12-14 12:36:56

假设我们有N点和距离矩阵DRN×N描述这些点之间的欧几里得距离。现在,假设我们不一定知道原始点存在于多少维中。

有没有一种通用的方法来构造一个新的矩阵BRN×P,其距离矩阵等于D?

最初,我们可以假设我们可以自由地制作P我们想要的那么大。有没有办法估计最小值P对于给定的D? 如果我们知道,问题是否会改变P提前?

请注意,给定的矩阵B可能不是一个独特的解决方案,特别是在小N. 我只是在寻找一种通用的方法来构建任何 B是一致的D.

1个回答

这通常被称为距离几何问题,我们试图在给定所有或部分点之间相对于某个距离度量的距离的情况下重建数据点。

的一个常见应用是在化学/生物学中,其中某些实验技术可以帮助确定原子之间的距离,目标是确定一些分子/蛋白质结构。例如,参见关于物质建模的这个问题。在这种情况下,一个额外的复杂情况是距离测量可能是嘈杂的。D=3

在机器学习的背景下,未知维度的情况变得越来越普遍。距离几何和数据科学的第 9 节给出了这方面的一些例子,印本也可以免费获得。