两个物体之间的欧氏距离
Euclidean distance between two objects
首先我知道欧氏距离是什么，它在两个向量之间做什么或计算什么。
但我的问题是关于如何计算两个 class 对象之间的距离，例如在 Java 或任何其他面向对象语言 中。我读了很多关于机器学习的东西已经写了一个 classifier 使用库等。但是我想知道当我有这个对象时如何计算欧几里德距离：
class Object{
String name;
Color color;
int price;
int anotherProperty;
double something;
List<AnotherObject> another;
}
我已经知道的（如果我没记错的话！）是我必须将此对象转换为表示属性或 'Features'（在机器学习中调用？）
但是我该怎么做呢？我需要的正是这块拼图，以了解更多。
我是否必须收集 属性 的所有可能值以将其转换为数字并将其写入 array/vector？
示例：
我猜上面的对象将 表示为一个 6 维数组或更小的数组，基于需要 计算的 'Features'。
假设颜色、名称和价格是 array/vector 基于以下数据的必要特征：
- color: green（假设一个枚举有 5 个可能的值，其中绿色是第三个）
- name: "foo"（我不知道如何转换这个可能使用
添加ascii码？）
- 价格：14（只取整数？）
看起来像这样？
[3,324,14]
如果我对同一 class 中的每个对象执行此操作，我就能计算出欧氏距离。我是对的还是我误解了什么，还是完全错了？
将此问题视为统计问题。将所有属性分类为名义变量、顺序变量和尺度变量。一旦你这样做了，它就是一个多维距离向量问题。
对于每种数据类型，您需要选择一种合适的方法来确定距离。在许多情况下，每种数据类型本身也可能必须被视为向量。
例如，对于颜色，您可以将颜色表示为 RGB 值，然后取欧几里德距离（取 3 个差值，求平方，求和，然后求平方根）。您可能想要选择与 RGB 不同的颜色-space（例如，HSI）。参见此处：Colour Difference.
比较两个字符串更容易：常用的方法是 Levenshtein 距离。 Apache commons StringUtils class.
中有一个方法
数字 - 取差。
每种类型都需要考虑直接生成距离或计算数值的最佳方法，然后减去数值得到 "distance"。
一旦你有了每个对象所有字段的所有 "values" 的矢量，你就可以计算欧几里得距离（差的平方，求和和求和的平方根）。
在你的情况下，如果你有：
object 1: [3,324,14]
object 2: [5,123,10]
欧氏距离为：
sqrt( (3-5)^2 + (324-123)^2 + (14-10)^2 )
但是在比较字符串的情况下，Levenshtein 算法直接给你距离，没有字段的中间数字。
首先我知道欧氏距离是什么，它在两个向量之间做什么或计算什么。
但我的问题是关于如何计算两个 class 对象之间的距离，例如在 Java 或任何其他面向对象语言 中。我读了很多关于机器学习的东西已经写了一个 classifier 使用库等。但是我想知道当我有这个对象时如何计算欧几里德距离：
class Object{
String name;
Color color;
int price;
int anotherProperty;
double something;
List<AnotherObject> another;
}
我已经知道的（如果我没记错的话！）是我必须将此对象转换为表示属性或 'Features'（在机器学习中调用？）
但是我该怎么做呢？我需要的正是这块拼图，以了解更多。
我是否必须收集 属性 的所有可能值以将其转换为数字并将其写入 array/vector？
示例：
我猜上面的对象将 表示为一个 6 维数组或更小的数组，基于需要 计算的 'Features'。 假设颜色、名称和价格是 array/vector 基于以下数据的必要特征：
- color: green（假设一个枚举有 5 个可能的值，其中绿色是第三个）
- name: "foo"（我不知道如何转换这个可能使用 添加ascii码？）
- 价格：14（只取整数？）
看起来像这样？
[3,324,14]
如果我对同一 class 中的每个对象执行此操作，我就能计算出欧氏距离。我是对的还是我误解了什么，还是完全错了？
将此问题视为统计问题。将所有属性分类为名义变量、顺序变量和尺度变量。一旦你这样做了，它就是一个多维距离向量问题。
对于每种数据类型，您需要选择一种合适的方法来确定距离。在许多情况下，每种数据类型本身也可能必须被视为向量。
例如，对于颜色，您可以将颜色表示为 RGB 值，然后取欧几里德距离（取 3 个差值，求平方，求和，然后求平方根）。您可能想要选择与 RGB 不同的颜色-space（例如，HSI）。参见此处：Colour Difference.
比较两个字符串更容易：常用的方法是 Levenshtein 距离。 Apache commons StringUtils class.
中有一个方法数字 - 取差。
每种类型都需要考虑直接生成距离或计算数值的最佳方法，然后减去数值得到 "distance"。
一旦你有了每个对象所有字段的所有 "values" 的矢量，你就可以计算欧几里得距离（差的平方，求和和求和的平方根）。
在你的情况下，如果你有：
object 1: [3,324,14]
object 2: [5,123,10]
欧氏距离为：
sqrt( (3-5)^2 + (324-123)^2 + (14-10)^2 )
但是在比较字符串的情况下，Levenshtein 算法直接给你距离，没有字段的中间数字。