我在一本书中阅读了以下有关 MDS 的内容：

使用 MDS 需要了解单个特征的单位；也许我们正在使用无法使用欧几里得度量进行比较的特征。例如，一个分类变量，即使编码为整数（0= 圆形，1= 星形，2= 三角形等），也无法使用欧几里得进行比较（圆形更接近星形而不是三角形？）。

我接受上面的说法，但它对MDA的应用提出了几个问题：

• 鉴于许多传统数据集包含分类特征，这是否意味着 MDA 无法适应这些数据集？
• 也许将距离测量类型（例如“欧几里得”）更改为其他类型是一种解决方案，但Sklearn没有其他内置选项，更不用说 R，其中cmdscale根本没有选项来指定距离类型。一般如何更改此功能？

另一个问题：我读过PCA是一种MDS（反之亦然），除了前者侧重于方差，后者侧重于保持距离。我是否正确地认为这两个以某种方式“收敛”（例如，在使用两个第一个组件进行可视化的情况下）？