Mengukur kesamaan antara titik data sangat penting dalam analisis data yang tidak diawasi. Ini membantu mengidentifikasi pola, pengelompokan, dan hubungan dalam dataset tanpa label pradefinisi. Berbagai perhitungan dan metrik digunakan untuk mengkuantifikasi seberapa sama atau berbeda titik data.

Metrik Persamaan Biasa

Beberapa metrik digunakan untuk mengukur kesamaan, masing-masing cocok untuk berbagai jenis data dan tujuan analisis.Yang paling umum termasuk jarak Euclidean, kesamaan kosinus, dan indeks Jaccard.

Jarak Euclidean

Jarak ueclidean kalkulasikan jarak garis lurus antara dua titik dalam ruang.Ia banyak digunakan untuk data numerik dan dihitung sebagai akar kuadrat dari jumlah perbedaan kuadrat di semua fitur.

Persamaan Kosinus

Kesamaan kosinus mengukur kosinus sudut antara dua vektor.Hal ini terutama berguna untuk data berdimensi tinggi, seperti teks atau analisis dokumen, di mana besarnya vektor kurang penting daripada orientasinya.

Indeks Jaccard

Indeks Jaccard mengevaluasi kesamaan antara dua set dengan membagi ukuran persimpangan mereka dengan ukuran kesatuan mereka.Hal ini biasanya digunakan untuk data biner atau kategori.

  • Jarak ueclidean
  • Kesamaan kosinus
  • Indeks Jaccard
  • jarak Manhattan
  • Pekali korelasi pearson