多维尺度分析（Multidimensional Scaling，简称MDS）是一种统计技术，用于数据可视化和降维处理。其主要目的是通过将高维数据映射到低维空间中，同时尽可能保留原始数据中的距离或相似性信息，从而揭示对象之间的结构关系。
MDS的基本思想是利用成对样本间的相似性或距离，构建一个低维空间，使得这些样本在新空间中的距离与它们在原始空间中的相似性或距离尽可能一致。这种方法可以应用于各种领域，如市场研究、心理学、社会学等，帮助研究者理解对象之间的相似性或差异性。
MDS可以分为度量MDS和非度量MDS两种类型。度量MDS要求输入数据为距离矩阵，而非度量MDS则只要求输入数据的秩顺序，并通过秩顺序保持函数得到每个距离的标量表示。此外，MDS还具有简明具体、生动直观的特点，但其解可能不是唯一的，并且不能提供因子的比重和指标间相关性。
多维尺度分析是一种强大的工具，用于从经验相似性判断中提取潜在结构，并通过图形化的方式直观展示对象之间的关系
声明：文章来源于网络，如有侵权请联系删除！