有不同类型的 MDS（例如，请参阅此简短评论）。这里有两个指针：

• 由 Jan de Leeuw 和 Patrick Mair 开发的smacof R 包有一个很好的小插图，Multidimensional Scaling Using Majorization: SMACOF in R（或参见统计软件杂志(2009) 31(3)）——R 代码可用，当然。
• Forrest Young 的多维缩放有一些讲义，其中讨论了几种算法（包括 INDSCAL（个体差异缩放，或加权 MDS）和 ALSCAL，以及同一作者的Fortran源代码）——这两个关键字应该可以帮助您查找其他源代码（主要是 Fortran、C 或 Lisp）。

您还可以寻找“流形学习”，它应该为您提供许多降维技术（Isomap、PCA、MDS 等）；该术语是由机器学习社区等创造的，与心理测量学家相比，他们可能对 MDS 有不同的看法。

如果你有 MATLAB 中的统计工具箱，你可以阅读mdscale.m. 虽然它不是伪代码，但它肯定会帮助您更好地理解 MDS，并为您提供一种编码方法。

在 MATLAB 中，您可以键入

edit mdscale

这将打开一个编辑器窗口，向您显示mdscale.m完成工作的脚本。如果您没有 MATLAB，请查看Scikits.learn。它有一些 MDS 的代码。很多时候阅读 Python 代码与阅读伪代码非常相似！