本文介绍了六种常见的相似性度量方法，包括欧几里得距离、平方欧几里得距离、曼哈顿距离、余弦距离、坦尼莫托距离及加权距离。这些度量方法在数据科学和机器学习中被广泛应用。
相似性度量：
1：Euclidean distance measure，直观看就是两点直连距离
2：Squared Euclidean distance measure，和类别1的不同就是它不开方了
3：Manhattan distance measure，两点之间的折线距离，蚂蚁爬台阶的距离
4：Cosine distance measure，可以看成两点与原点相连向量夹角，缺点是没有考虑长度影响
5：Tanimoto distance measure，结合了Cosine和Euclidean
6：Weighted distance measure，可以对vector某一维增加权重参数
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
