白话空间统计二十：相似性搜索（二）
发布时间：2020-12-14 02:04:12 所属栏目：大数据 来源：网络整理
导读：首先打个广告，在这个开心的开心，伤心的伤心的节日里面，请大家关爱一下虾神这样的单身狗，没有买卖，就没有杀害…… 当然，其他时候，能关爱的也尽量关爱一下…… 好了，文归正传。 相似性搜索，说起来似乎很高大上，实际在狭义上，还是基于数值的查询方式
|
首先打个广告，在这个开心的开心，伤心的伤心的节日里面，请大家关爱一下虾神这样的单身狗，没有买卖，就没有杀害……
当然，其他时候，能关爱的也尽量关爱一下…… 好了，文归正传。 相似性搜索，说起来似乎很高大上，实际在狭义上，还是基于数值的查询方式，只不过从yes or on的二元方式，扩展到了范围域的包含性查询而已。如下：
一般来说，相似性搜索，有六种模式： 1、相似性范围查询：寻找一点范围内的数据，以半径r为范围域，这种也是最常用的一种相识查询，GIS查询功能里面的缓冲、包含等查询方式，都是基于这个原理的。
2、邻域查询：
3、反向邻域查询：所谓的反向，就是把源和目标反过来，如果以我为中心去查询旁边的内容称之为正向的话，周边有很多个点，要查询离所有内容最近的点，就是反向查询了。我们之前在白话空间统计的七、八两章，专门讲的中心要素和中位数，都是这种查询。
4、相似查询：这里的相似查询，指的就是两组数据之间，如果差异小于等于固定的范围域μ，那么就认为他们是相似要素。
5、复合型查询：所谓的复合，就是把两个或者多个条件都加起来，然后把结果取交集，如下：
6、复杂查询
最后一个复杂查询，就近似于人工智能的分析过程了，最简单的实现算法称之为A0算法，即：穷举遍历，，然后通过各种数据匹配的方法（如模糊代数、加权计算等）、生成，进行判定最优集合或者排名，进行匹配的方法。 具体的算法的描述，如下图：（看不懂的，挖坑待填）：
最在这个快（bei）乐（shang）节日，虾神以亲身经历提醒一句：单身狗不能吃巧克力……狗吃巧克力会挂的哦……单身狗也是狗……
（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
