我想请教您对如何选择相似度度量的意见。我有一组长度为 N 的向量，每个元素可以包含 0 或 1。向量实际上是有序序列，因此每个元素的位置很重要。假设我有三个长度为 10、x_1 x2、x3 的向量：x1 在位置 6、7、8 有三个 1（索引从 1 开始。x2 和 x3 都有一个额外的 1，但是 x2 在位置 9 有它，而 x3 有它在位置 1。我正在寻找一个指标，根据该指标，x1 与 x2 比与 x3 更相似，因为额外的 1 更接近于“大部分”。我想这是一个相对常见的问题，但我我对处理它的最佳方法感到困惑。非常感谢提前！
有序二元向量的相似性度量
数据挖掘
相似
2021-09-17 18:31:33
3个回答
您可以做的一件事是模糊您的向量：将每个 1 替换为（例如）其位置的 0.4，相邻位置的 0.2，以及第二个位置的 0.1。然后将每个位置的内容加起来。使用这些模糊化向量，您可以应用基于距离或类似余弦相似度的相似度度量。您的示例将产生：（仅显示第一个小数）
0000011100 -> 0001378731
0000011110 -> 0001378873
1000011100 -> 4211378731
cos(x1, x2) = 0.9613, cos(x1,x3) = 0.9469
另一种可能性是地球移动器的距离。我将它应用于计算机视觉，但我认为它可能适合您的具体问题。
其它你可能感兴趣的问题