多元数据分析降维方法--非线性方法（多位标度分析）--（《多元数据分析（2012）》笔记）

概念：

具体地说,多维标度法是以多绍研究对象之间某种亲近关系为依据(如距离、相似系数，亲疏程度的分类情况等)，合理地将研究对象(样品或变量)在低维空间中给出标度或位置，以便全面而又直观地再现原始各研究对象之间的关系，同时在此基础上也可按对象点之间距离的远近实现对样品的分类。

与聚类对比：

聚类以谱系图的方式将高维样本归到一维谱系中，这种简化可能会导致数据失真，故聚类结果具有一定主观性。多位标度分析将数据降维，最大程度保留了对象之间原有的关系，更倾向于以图像方式展示数据之间关系，可以使一维、二维、、、多维。

多位标度分析类型：
1经典MDS、2度量最小二乘标度分析、3非度量MMDS。

在MATLAB中经典多维标度的实现：

函数--cmdscale