類似性度量

類似性度量

做者：凱魯嘎吉 - 博客園 http://www.cnblogs.com/kailugaji/

1. 基於範數的度量

1.1 L₁範數——Manhattan Distance(曼哈頓距離)

1.2 L₂範數——Euclidean Distance(歐氏距離)

1.3 L_∞範數——Chebyshev Distance(切比雪夫距離)

1.4 L_p範數——Minkowski Distance(閔可夫斯基距離)

1.5 L_2,1範數

2. 基於協方差的度量

2.1 Mahalanobis Distance(馬氏距離)

2.2 Correlation Distance(相關距離)

3. 基於幅度的度量

3.1 Cosine Similarity(餘弦距離)

3.2 Tonimoto係數

4. Jaccard Distance

5. 基於機率分佈的度量

5.1 互信息

5.2 Kullback–Leibler Divergence (KL散度)

5.3 Jensen–Shannon divergence(JS散度)

5.4 Wasserstein distance(推土機距離)

6. 基於核函數的度量

6.1 高斯核

6.2 q次多項式核

6.3 Maximum mean discrepancy(最大均值差別)

7. Hamming Distance(漢明距離)

8. 參考

[1] 範數：向量範數與矩陣範數

[2] 最大均值差別：MATLAB最大均值差別(Maximum Mean Discrepancy)

[3] 馬氏距離：MATLAB求馬氏距離(Mahalanobis distance)

[4] 相關係數：MATLAB實例：求相關係數、繪製熱圖並找到強相關對

[5] 互信息：MATLAB聚類有效性評價指標（外部）