다차원 스케일링

다차원 스케일링(MDS)은 객체 집합 간의 거리를 시각화하는 방법이며, 비지도 차원 축소 알고리즘으로도 사용할 수 있습니다. 고차원 상황에서 발생하는 희소한 샘플 데이터와 거리 계산의 어려움을 완화할 수 있는 차원 축소 방법입니다.

이는 선형 차원 축소 방법입니다. 주성분 분석 및 선형 차원 축소 분석과 달리 다차원 스케일링의 목표는 데이터의 최대 분리성을 유지하는 것이 아니라 고차원 데이터의 내부적 특징에 더 많은 주의를 기울이는 것입니다. 다차원 스케일링 알고리즘은 고차원 공간에서 "유사성" 정보를 보존하는 데 초점을 맞추고 있으며, 일반적인 문제 해결에서 이 "유사성"은 일반적으로 유클리드 거리를 사용하여 정의됩니다.