Algorithm 是否有找到相关/相似对象的标准方法?
假设我有一组实体(例如具有物理特征的人),我想为给定的实体X找到与之相关(或类似)的所有实体,以获得相似性的定义Algorithm 是否有找到相关/相似对象的标准方法?,algorithm,similarity,correlated,Algorithm,Similarity,Correlated,假设我有一组实体(例如具有物理特征的人),我想为给定的实体X找到与之相关(或类似)的所有实体,以获得相似性的定义 我可以很容易地为一个维度找到这样的实体(所有身高Y~=X的人的身高在某个阈值内),但有没有什么方法可以用来找到考虑多个属性的相似实体?这取决于你定义的相似性,但你可以使用1D的相同方法,到任何维度,具有一个小的泛化。假设每个元素都表示为一个向量,您可以将两个向量的距离x,y测量为d=|x-y,并根据此d和一些阈值接受/拒绝 在这里,负运算符是向量求反: (a1,a2,…,an)-(b
我可以很容易地为一个维度找到这样的实体(所有身高Y~=X的人的身高在某个阈值内),但有没有什么方法可以用来找到考虑多个属性的相似实体?这取决于你定义的相似性,但你可以使用1D的相同方法,到任何维度,具有一个小的泛化。假设每个元素都表示为一个向量,您可以将两个向量的距离
x,y
测量为d=|x-y
,并根据此d
和一些阈值接受/拒绝
在这里,负运算符是向量求反:
(a1,a2,…,an)-(b1,b2,…,bn)=(a1-b1,a2-b2,…,an bn)
对于向量,绝对值也是:
|(a1,a2,…,an)|=sqrt(a1^2+a2^2+…+an^2)
很容易看出,这是1D示例的推广,使用单个元素调用向量的相同方法也可以做到这一点
这种方法的缺点是
(0,0,0,…,0,10^20)
和(0,0,0,…,0)
将彼此相距很远-这可能是您所追求的,也可能不是您所追求的,然后您可能需要不同的距离度量-但这实际上取决于您所追求的是什么。您可能想看看。