用于比较事物并确定它们有多相似的算法和数据结构？

Question

可以应用什么算法 and/or 数据结构 来决定两件事有多相似基于一些共同特征.

处理此类问题的知识领域是什么？

一种方法可以是：

** 其中每个 int 值代表一些特征

** 并且每组整数代表一个特征中的一组特征，例如

Object_1: {1, 2, 3}, {11, 14}, {88, 90}

Object_2: {4, 7}, {12, 16}, {81, 91}

搜索词：{2, 90}

搜索应该 return 'Object_1' 因为 {2, 90} 是 {1, 2, 3, 11, 14, 88, 90}

的子集

希望这个例子能缩小问题的范围。

Answer 1

那里有许多不同类型的相似性度量。要决定使用哪一个，第一步是指定您的 level of measurement 和数据类型。以下是分类数据和连续数据的一些相似性度量：

• 对于分类数据：
  • 汉明距离
  • 索卡尔-米歇尔
  • 罗素–拉奥
• 对于连续数据：
  • 基于 Minkowski 的距离，例如 Euclidean distance, Manhattan distance
  • Mahalanobis distance

用于基于相似性学习的通用算法是最近邻算法。更多信息请参考John.D Kelleher's book.