相似性度量
发布时间:2020-12-14 04:51:31 所属栏目:大数据 来源:网络整理
导读:二元向量的相似性度量(每一维都少的信息量,主要是0,1等有 or 没有属性): Dice:2*|(X∩Y)|/(|X|+|Y|),*2保证∈[0,1],维数不一致时,差别大。 jaccard |(X∩Y)/(X∪Y)|,交叠程度小时,值较低 交叠系数:|(X∩Y)|/min{|X|,|Y}}, 互相之间的包含性,=1 cosin
二元向量的相似性度量(每一维都少的信息量,主要是0,1等有 or 没有属性): Dice:2*|(X∩Y)|/(|X|+|Y|),*2保证∈[0,1],维数不一致时,差别大。 jaccard |(X∩Y)/(X∪Y)|,交叠程度小时,值较低 交叠系数:|(X∩Y)|/min{|X|,|Y}}, 互相之间的包含性,=1 cosine: |X∩Y|/根号(|X|*|Y|) ? 对于实值: 只有cosine 欧式空间对向量长度的定义 两个向量的点积 欧式距离 归一化系数 ? 概率度量方法,不同概率分布之间(不)相似度量方法: ? KL 相对熵: D(p||q),采用p分布代替q分布时,多少信息丢失 q=0,穷大问题,不对称 iRad: D(p||p+q/2) + D(q||p+q/2),对称 L1 norm:∑|p-q| (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! |