多维标度法
只知道n个客体之间的某种距离，而不清楚具体指标的情况。
多维标度法要将这些客体在低维空间展现出来，从而揭示n个客体的真实结构。
经典多维标度
[y, eigvals] = cmdscale(d)
%函数cmdscale产生两个输出，第一个Y是包含重构点的矩阵，
%第二个eigvals是被称为标量积矩阵（最简单的形式就是Y*Y’）的顺序特征值向量。
%这些特征值的相对大小表示了使用这些重构点再现原始距离矩阵D时，Y的相应各列的相对贡献。
Classical multidimensional scaling - MATLAB cmdscale - MathWorks 中国
非度量方法
% mdscale需要指定期望维数和重建输出配置的方法
% Mdscale的第二个输出是一个评价输出配置的值，它衡量了输出配置的距离与原始输入差异性的吻合程度
[Y,stress] = mdscale(dissimilarities,2,'criterion','metricstress');
Nonclassical multidimensional scaling - MATLAB mdscale - MathWorks 中国
本文作者：West11
本文链接：https://www.cnblogs.com/cxy1114blog/p/18459147
版权声明：本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步