多维缩放（MDS）是一组对象之间的距离的可视化表示，也可以当做一种无监督降维算法使用。它是一种降维方法，可以缓解在高维情况下出现的样本数据稀疏和距离计算困难等。

是一种线性降维方式，与主成分分析法和线性降维分析法都不同的是，多维缩放的目标不是保留数据的最大可分性，而是更加关注与高维数据内部的特征。多维缩放算法集中于保留高维空间中的 “相似度” 信息，而在一般的问题解决的过程中，这个 “相似度” 通常用欧式距离来定义。