Cập nhật: Tôi đã loại bỏ hoàn toàn câu trả lời ban đầu của mình, bởi vì nó dựa trên sự nhầm lẫn giữa khoảng cách Euclide và các sản phẩm vô hướng. Đây là một phiên bản mới của câu trả lời của tôi. Lời xin lỗi.
Nếu theo khoảng cách theo cặp, bạn có nghĩa là khoảng cách Euclide, thì có, có một cách để thực hiện PCA và tìm các thành phần chính. Tôi mô tả thuật toán trong câu trả lời của mình cho câu hỏi sau: Sự khác biệt giữa phân tích thành phần chính và tỷ lệ đa chiều là gì?
Rất ngắn gọn, ma trận khoảng cách Euclide có thể được chuyển đổi thành ma trận Gram trung tâm, có thể được sử dụng trực tiếp để thực hiện PCA thông qua quá trình eigendecro. Thủ tục này được gọi là quy mô đa chiều [cổ điển] (MDS) .
Nếu khoảng cách cặp của bạn không phải là Euclide, thì bạn không thể thực hiện PCA, nhưng vẫn có thể thực hiện MDS, điều này sẽ không tương đương với PCA nữa. Tuy nhiên, trong tình huống này, MDS có thể thậm chí còn tốt hơn cho mục đích của bạn.