← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 3737.a

混合属性距离分项计算

理解等级:中级

对同时含数值和类属特征(如颜色、地区这类只有“相同/不同”的取值)的样本,书中距离式分两项计算:

d²(xᵢ,xⱼ)=Σ(数值维度差的平方)+λ·Σδ(类属取值),δ(a,b) 在 a=b 时为 0、不同时为 1。

示例:样本前两维为数值、后两维为类属,A=(1.0, 2.0, 红, 圆),B=(2.0, 2.0, 蓝, 圆),取 λ=0.5。数值项 (1−2)²+0=1;类属项颜色不同记 1、形状相同记 0,乘 λ 得 0.5;总距离 1.5。λ 用来调节两类特征的比重,避免偏向任何一种。

类别值没有天然大小顺序。若把“红=1、蓝=2、绿=3”直接放入欧几里得距离,会凭空得出“红离绿比离蓝远”的虚假数值关系。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 2 . 3 基 于 免 疫 算 法 的 聚 类 分 析 · 查看原书依据

      jj 2. 混合数据聚类中的目标函数 当样本具有数值和类属混合特征时,假设每个样本用表示,混合类型样本x和x之间的相异性测度为: ij 其中,第一项是数值特征上的欧几里得距离的平方;第二项是类属特征上的简单的相异匹配测度,定义为: 权值λ用来调节两种特征在目标函数中的比例,以避免偏向任何一种特征。

    参考来源

    - 位置:《智能算法导论》第 2 章 2.3.1 节“聚类问题”(`EPUB/xhtml/chapter2_0004.xhtml`);式(2-5)、(2-6),`EPUB/images/image_097.svg`、`image_098.svg`。 - 结论依据:式(2-5)为数值平方差加 λ 倍类别不匹配数,式(2-6)定义相同为 0、不同为 1。A、B 样本与颜色编码均为补充教学示例,非书中数据。 - 原始内容:第一项是数值特征上的欧几里得距离的平方;第二项是类属特征上的简单的相异匹配测度