דמיון דומה: קלקולות ומכבס עבור ניתוח נתונים בלתי מבוקר

ההשוואה בין נקודות נתונים חיונית בניתוח נתונים לא מבוקר.זה עוזר לזהות דפוסים, קבוצות ומערכות יחסים בתוך נתונים ללא תוויות מוגדרות מראש. חישובים שונים ומדדים משמשים כדי לכמת כיצד נקודות נתונים דומות או שונות.

המונחים: metrics

כמה מדדים משמשים למדידת דמיון, כל אחד מתאים לסוגים שונים של נתונים ומטרות ניתוח.הנפוצות ביותר כוללות מרחק Euclidean, דמיון משותף, ואינדקס Jaccard.

מרחק Euclidean Distance

מרחק Euclidean מחשב את המרחק קו ישר בין שני נקודות בחלל.זה נפוץ עבור נתונים מספריים והוא מוגדר כשורש הריבוע של סכום ההבדלים הריבועיים על פני כל התכונות.

זהות דומה

דמיון קוסטין מודד את קוסטין של הזווית בין שני וקטורים.זה שימושי במיוחד עבור נתונים על-ידי ממדים גבוהים, כגון ניתוח טקסט או מסמך, שבו גודל הווקטורים פחות חשוב מהכיוון שלהם.

מדד Jaccard Index

מדד Jaccard מעריך דמיון בין שתי קבוצות על ידי חלוקת גודל הצומת שלהם על ידי גודל האיחוד שלהם.זה נפוץ עבור נתונים בינאריים או קטגוריאליים.