다차원 척도

위키백과, 우리 모두의 백과사전.

다차원 척도(Multidimensional scaling, MDS)는 데이터 세트의 개별 사례의 유사성 수준을 시각화하는 수단이다. MDS는 "n개 객체 또는 개인 집합 간의 쌍별 '거리'에 대한 정보"를 추상 데카르트 공간에 매핑된 n개 점 구성으로 변환하는 데 사용된다.

보다 기술적으로 MDS는 정보 시각화, 특히 거리 행렬에 포함된 정보를 표시하는 데 사용되는 관련 안수 기술 세트를 나타낸다. 비선형 차원 축소의 한 형태이다.

세트에 있는 각 개체 쌍 사이의 거리가 포함된 거리 행렬과 선택한 차원 수 N이 주어지면 MDS 알고리즘은 각 개체를 N차원 공간(하위 차원 표현)에 배치하여 개체 간 거리가 다음과 같도록 한다. 최대한 잘 보존된다. N = 1, 2, 3인 경우 결과 점을 산점도로 시각화할 수 있다.

MDS에 대한 핵심 이론적 기여는 기능적 데이터 분석의 창시자로 여겨지는 맥길 대학교의 제임스 O. 램지(James O. Ramsay)에 의해 이루어졌다.

같이 보기[편집]