機(jī)器學(xué)習(xí)中距離與相似度度量(專業(yè)版)
【正文】 當(dāng)然，這一特性也有它的好處，無法計算 pearson系數(shù)可以認(rèn)為這兩組數(shù)據(jù)沒有任何相關(guān)性。那只 1，合適 1，不 1，小 1，更 1 第四步，寫出詞頻向量。 標(biāo)準(zhǔn)化歐氏距離是在假設(shè)數(shù)據(jù) 各個維度不相關(guān) 的情況下，利用數(shù)據(jù)分布的特性計算出不同的距離。 該距離最常用的 p 是 2 和 1, 無窮大 ?P=2是 歐幾里得距離 （ Euclidean distance）， ?P=1是 曼哈頓距離 （ Manhattan distance）。 ?當(dāng) p 趨近于無窮大時，閔可夫斯基距離轉(zhuǎn)化成 切比雪夫距離 （ Chebyshev distance） 閔可夫斯基距離 pnkpkk xx1121 ?????????缺點： 舉個栗子 二維樣本 (身高 ,體重 )，其中身高范圍是 150~190，體重范圍是 50~60，有三個樣本： a(180,50)， b(190,50)，c(180,60)。如果維度相互之間數(shù)據(jù)相關(guān)（例如：身高較高的信息很有可能會帶來體重較重的信息，因為兩者是有關(guān)聯(lián)的），就要用到 馬氏距離 相似度度量 相似度度量（ Similarity），即計算個體間的相似程度，與距離度量相反， 相似度度量的值越小 ，說明個體間相 似度越小 ， 差異越大。 句子 A： (1， 1， 2， 1， 1， 1， 0， 0， 0) 句子 B： (1， 1， 1， 0， 1， 1， 1， 1， 1) 第五步，使用公式計算相似度 計算結(jié)果：夾角的余弦值為 ，非常接近于 1，所以，上面的句子 A和句子 B是基本相似的 （ 1）歐氏距離從向量間的 絕對距離 區(qū)分差異，計算得到的相似度值對向量各個維度內(nèi)的 數(shù)值特征非常敏感 ，而余弦夾角從向量間的 方向夾角 區(qū)分差異，對向量各個維度內(nèi)的 數(shù)值特征不敏感 ，所以同時修正了用戶間可能存在的度量標(biāo)準(zhǔn)不統(tǒng)一的問題。 絕對數(shù)值不敏感 考慮這三組數(shù)據(jù)， a:(1,2,3,4) b:(40,50,70,80) c:(50,60,70,80),我們可以直觀的
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1