本文探讨了数值属性间的相异性度量，强调了数据规范化的重要性，将其限定在[0, 1]范围内。重点介绍了欧几里得距离、曼哈顿距离和广义的闵可夫斯基距离，其中h参数的取值决定了具体距离类型。同时，对于有序属性，通过数值映射进行相异性计算，举例说明了大小属性的规范化和距离计算方法。"
99445194,7718751,HTML5 audio 播放事件详解,"['前端开发', 'HTML', 'JavaScript']
本文介绍数值属性刻画的对象之间的相异性度量，首先，应该把数据进行规范化，使之落入更小的值域，例[0，1]，[0.0,1.0]
1：最流行的距离度量：欧几里得距离
数值属性的相异性：闵可夫斯基距离
最低0.47元/天 解锁文章
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
