设置具有已知项目相似性和丰度的相似性度量
Set Similarity measure with known item similarities and abundances
我正在寻找相似性度量（如 Jaccard 指数），但我想使用集合中对象之间的已知相似性，并通过项目丰度来权衡连接。这些已知的相似性是介于 0 和 1 之间的分数，1 表示完全匹配。
例如，考虑两组：
SET1 {A,B,C} 和 SET2 {A',B',C'}
我知道
{A,A'}、{B,B'}、{C,C'} 的项目相似度均为 0.9。因此，我预计SET1和SET2的相似度会比较高
另一个例子是：考虑两个集合 SET1 {A,B,C} 和 SET2 {A,B',C ',D,E,F,.......,Z}。虽然前三个项目之间的匹配度高于第一个示例，但由于大小差异（如 Jaccard），此分数可能会更低。
这里还有一个问题是如何使用丰度作为权重，但我不知道如何解决这个问题。
一般来说，我需要一个归一化的集合相似性度量，它考虑到了这个项目的相似性和丰富性。
如果我错了请纠正我，但我想您需要 聚类错误 作为相似性度量。是聚类优化匹配后A'和A中不同聚类的点的比例。换句话说，它是
混淆矩阵的非对角线元素的缩放总和，最小化
行和列的所有可能排列。它使用匈牙利算法来避免高计算成本，并对集合中不同数量的元素进行惩罚。
我正在寻找相似性度量（如 Jaccard 指数），但我想使用集合中对象之间的已知相似性，并通过项目丰度来权衡连接。这些已知的相似性是介于 0 和 1 之间的分数，1 表示完全匹配。
例如，考虑两组：
SET1 {A,B,C} 和 SET2 {A',B',C'}
我知道
{A,A'}、{B,B'}、{C,C'} 的项目相似度均为 0.9。因此，我预计SET1和SET2的相似度会比较高
另一个例子是：考虑两个集合 SET1 {A,B,C} 和 SET2 {A,B',C ',D,E,F,.......,Z}。虽然前三个项目之间的匹配度高于第一个示例，但由于大小差异（如 Jaccard），此分数可能会更低。
这里还有一个问题是如何使用丰度作为权重，但我不知道如何解决这个问题。
一般来说，我需要一个归一化的集合相似性度量，它考虑到了这个项目的相似性和丰富性。
如果我错了请纠正我，但我想您需要 聚类错误 作为相似性度量。是聚类优化匹配后A'和A中不同聚类的点的比例。换句话说，它是 混淆矩阵的非对角线元素的缩放总和，最小化 行和列的所有可能排列。它使用匈牙利算法来避免高计算成本，并对集合中不同数量的元素进行惩罚。