MDS(다차원 척도법) 플랫폼에서는 개체 집합 간의 근접성 그림을 생성합니다. 이 그림을 사용하여 데이터 집합의 구조를 시각적으로 탐색할 수 있습니다. MDS는 적은 수의 차원에서 개체 집합 간의 근접성 패턴(거리, 유사성)을 시각화하는 데 사용되는 다변량 기법입니다. MDS는 거리 행렬에 적용됩니다. 스트레스 함수(실제 근접성과 예측된 근접성의 차이)를 최소화하여 MDS 그림의 좌표를 얻습니다.
거리라는 용어가 물리적 거리의 측도를 나타낼 수 있습니다(예: 도시 간). 거리는 정확한 측정보다는 주관적 평가인 경우가 더 많습니다. 근접성은 제품 브랜드 간의 인지된 유사성, 범죄율의 상관관계 또는 표본 국가에 대한 경제적 유사성을 측정할 수 있습니다. 거리를 근접성 또는 유사성(비유사성)이라고 할 수도 있습니다. 속성 목록 데이터가 주어진 경우 먼저 속성 목록에서 거리 행렬이 생성됩니다.
다차원 척도법에 대한 자세한 내용은 Borg와 Groenen(2005) 또는 Jackson(2003) 연구 자료에서 확인하십시오.