机器学习算法-相似度-HammingDistance(汉明距离)

Posted on 2016-11-30 | In 相似度算法

0.概述

两个等长字符串s1与s2之间的汉明距离定义为将其中一个变为另外一个所需要作的最小替换次数。例如字符串“1111”与“1001”之间的汉明距离为2。

机器学习算法-相似度-JaccardSimilarityCoefficient(杰卡德相似系数)

Posted on 2016-11-30 | In 相似度算法

0.概述

两个集合A和B的交集元素在A，B的并集中所占的比例，称为两个集合的杰卡德相似系数，用符号J(A,B)表示。杰卡德相似系数是衡量两个集合的相似度一种指标。与杰卡德相似系数相反的概念是杰卡德距离(Jaccard distance)。杰卡德距离可用如下公式表示：1-J(A,B)

机器学习算法-相似度-MahalanobisDistance(马氏距离)

Posted on 2016-11-30 | In 相似度算法

0.概述

马氏距离是由印度统计学家马哈拉诺比斯提出的，表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特征之间的联系，即独立于测量尺度。

机器学习算法-相似度-PearsonCorrelationSimilarity(皮尔森相似度)

Posted on 2016-11-30 | In 相似度算法

0.概述

皮尔森相关系数反应了两个变量之间的线性相关程度，它的取值在[-1, 1]之间。当两个变量的线性关系增强时，相关系数趋于1或-1；当一个变量增大，另一个变量也增大时，表明它们之间是正相关的，相关系数大于0；如果一个变量增大，另一个变量却减小，表明它们之间是负相关的，相关系数小于0；如果相关系数等于0，表明它们之间不存在线性相关关系。