关于NMDS的一知半解

最近阅读了一下NMDS的相关资料，自己梳理了一下并做出简要总结：
NMDS的目的是想要把复杂的多维空间的点，降维后（通常是2D）展示出来。
类似的降维展示有PCA，但是与PCA不同。
PCA是采用了欧氏距离（欧氏距离什么的我还不太懂，后续会继续研究，欢迎大
家和我讨论）
NMDS 是依据排列顺序（rank order）来定义距离。
NMDS 的计算步骤：
1. 在多维空间中定义点的位置。
2. 确定降维后的维度（通常是2维）。
3. 在2维中定义点的初始结构。
4. 比较 2D 中点的距离与计算出来的距离的差异。
5. 确定stress值。
6. 确定最优的stress值后，矫正每个点在2D图的位置。
关于stress值：
stress值表示了 2维空间中点的距离与多维空间中点的距离的差异。stress会不断优化直到找到最优的stress值。

关于NMDS我还有很多地方不懂，欢迎大家与我讨论。