在对任何类型的数据使用相似性度量（例如 Resnik 信息内容、余弦相似性等）时，是否使用了任何标准相似性阈值，或者这一切都取决于情况？相似度阈值将是 [0,1] 中的值 X，使得相似度得分大于 X 的所有对都是“连接的”，而相似度得分低于 X 的对则不是。
此外，当较高的阈值根本无法产生足够的“连接”对并且具有低相似度阈值在实践中仍然有效时，低相似度阈值（~0.15）是否可以接受？
相似性阈值标准
数据挖掘
相似
语义相似性
2022-02-18 05:23:00
1个回答
我不认为有任何标准，但在非常具体的情况下可能会有一些例外情况，即分数的分布是精确已知的。
没有标准，因为通常阈值的最佳值很大程度上取决于任务和数据。这就是为什么阈值通常根据期望的结果凭经验确定的原因。换句话说，阈值可以看作是一个超参数：可以通过最大化目标任务在训练集（或验证集）上的性能来找到它的最优值。
其它你可能感兴趣的问题