Одна из самых важных целей в визуализации данных состоит в том, чтобы понять, насколько близки или далеки друг от друга точки. Часто можно сделать это с помощью графика поля точек. Однако для некоторых анализов данные, которые у вас были, могут быть не в форме точек вообще, а скорее в форме парного сходства или различий между случаями, наблюдениями или субъектами. Нет точек для построения графика.
Даже если ваши данные имеют форму точек, а не парных расстояний, графики поля точек этих данных могут быть не полезны. Для некоторых видов данных релевантным способом измерения близости двух точек может быть не их евклидово расстояние. Хотя графики поля точек необработанных данных облегчают сравнение евклидовых расстояний, они не всегда применяются при сравнении других видов межточечных расстояний, городского блока расстояния для примера или даже более общих различий. Кроме того, с большим количеством переменных очень трудно визуализировать расстояния, если данные не могут быть представлены в небольшом количестве размерностей. Определенное уменьшение размерности обычно необходимо.
Многомерное масштабирование (MDS) является набором методов, которые решают все эти проблемы. MDS позволяет вам визуализировать, как близко точки находятся друг к другу для многих видов метрик расстояния или неоднородности, и может создать представление ваших данных в небольшом количестве размерностей. MDS не требует необработанных данных, а только матрица парных расстояний или различий.