Comparación de métodos de reducción de dimensión basados en análisis por localidades

En este trabajo se realiza una comparación de las principales técnicas de reducción de dimensión no lineal basadas en análisis por localidades, tales como: Locally linear embedding, Isometric feature mapping y Maximum variance unfolding. El estudio pretende determinar, bajo criterios objetivos, cuál de las técnicas consideradas conserva de mejor manera las propiedades locales de la variedad, y la estructura global de los datos de entrada al realizar un mapeo a un espacio de menor dimensión. Los métodos son especialmente analizados en aplicaciones de visualización. Las inmersiones obtenidas son evaluadas por medio de dos criterios: Error de Conservación de Vecindarios y Promedio de Vecinos Conservados. Para la validación experimental se utilizan bases de datos artificiales y reales que permiten confirmar visualmente la calidad de las inmersiones obtenidas. Con base en los resultados se observa que la técnica Maximum variance unfolding presenta inmersiones de mejor calidad, debido a que la técnica de optimización de este algoritmo preserva exactamente las distancias entre puntos cercanos en el espacio de baja dimensión, conservando la estructura global de la variedad analizada.

Abstract

In this paper, a comparison of methods for nonlinear dimensionality reduction is proposed in order to determine which technique preserves better the local properties, without losing the overall structure of the original data. We seek to establish which of these methods is the most appropriate for visualization tasks. The embeddings obtained with each technique are evaluated by two criteria Preservation Neighborhood Error and Preserved Neighbors Average. The methodologies were tested on artificial and real-world data sets which allow us to visually confirm the quality of the embedding. The results obtained show that Maximum variance unfolding computes high quality embeddings, because the optimization problem pretends to preserve exactly the local pair-wise distance between neighbors and conserve the global manifold structure.