Η μέτρηση της ομοιότητας μεταξύ των σημείων δεδομένων είναι απαραίτητη για την ανάλυση δεδομένων χωρίς επίβλεψη. Βοηθά στον εντοπισμό προτύπων, ομαδοποιήσεων και σχέσεων εντός συνόλων δεδομένων χωρίς προκαθορισμένες ετικέτες.

Κοινή Ομοιότητα Μετρική

Αρκετές μετρήσεις χρησιμοποιούνται για τη μέτρηση της ομοιότητας, το καθένα κατάλληλο για διαφορετικούς τύπους δεδομένων και στόχους ανάλυσης.

Ευκλείδεια Απόσταση

Η απόσταση του Ευκλείδη υπολογίζει την ευθεία απόσταση μεταξύ δύο σημείων στο διάστημα. Χρησιμοποιείται ευρέως για αριθμητικά δεδομένα και υπολογίζεται ως η τετραγωνική ρίζα του αθροίσματος των τετραγωνικών διαφορών σε όλα τα χαρακτηριστικά.

Συνημίτονο ομοιότητα

Η ομοιότητα συνημίτονου μετράει το συνημίτονο της γωνίας μεταξύ δύο διανυσματικών φορέων. Είναι ιδιαίτερα χρήσιμη για τα δεδομένα υψηλής διάστασης, όπως η ανάλυση κειμένου ή εγγράφου, όπου το μέγεθος των διανυσματικών διανυσματικών είναι λιγότερο σημαντικό από τον προσανατολισμό τους.

Ευρετήριο Jaccard

Ο δείκτης Jaccard αξιολογεί την ομοιότητα μεταξύ δύο συνόλων διαιρώντας το μέγεθος της τομής τους με το μέγεθος της ένωσης τους. Χρησιμοποιείται συνήθως για δυαδικά ή κατηγοριακά δεδομένα.

  • Ευκλείδεια απόσταση
  • Ομοιότητα συνημμένου
  • Δείκτης Jaccard
  • Απόσταση Μανχάταν
  • Συντελεστής συσχέτισης Pearson