機器學習相似度度量

在機器學習中，無論是分類問題、聚類問題或降維問題，經常需要度量不同樣本之間的相似性。不過如何友好地表徵不同樣本之前的相似性？通常採用的方法就是計算樣本間的「距離」。 距離計算方法有很多，對於實際遇到的問題到底採用什麼樣的方法來計算距離是很講究的，因爲相似性度量的好壞很多時候直接關係到原始問題的求解結果。爲了加深大家對各個距離方法的理解，本文就對常用的相似性度量策略作一個總結，希望對各位後續處理機器

>>阅读原文<<