多维缩放 Multiple Dimensional Scaling

多维缩放(MDS)是一组对象之间的距离的可视化表示,也可以当做一种无监督降维算法使用。它是一种降维方法,可以缓解在高维情况下出现的样本数据稀疏和距离计算困难等。

是一种线性降维方式,与主成分分析法和线性降维分析法都不同的是,多维缩放的目标不是保留数据的最大可分性,而是更加关注与高维数据内部的特征。多维缩放算法集中于保留高维空间中的 “相似度” 信息,而在一般的问题解决的过程中,这个 “相似度” 通常用欧式距离来定义。