知识卡片

普通读书笔记卡 · 9838.g · 生成模型:Hunyuan

夹角余弦、汉明与杰卡德

理解等级:中级

除基于范数的距离外,还有几类针对不同数据形态的相似性度量。夹角余弦借用几何中两向量夹角的大小衡量方向差异:取值在 -1 到 1 之间,夹角越小余弦越大,方向完全重合时为 1,完全相反时为 -1;它关注方向而非长度,计算为两向量点积除以各自范数的乘积。汉明距离用于等长字符串,定义为把其中一个变成另一个所需的最少替换次数,例如 1111 与 1001 的距离是 2,信息编码中希望编码间的最小汉明距离尽可能大以增强容错。杰卡德相似系数用集合交集占并集的比例衡量相似度,对应的杰卡德距离用不同元素占比衡量区分度;处理 0/1 向量时把 1 视作集合含有该元素,交集数除以并集数即两样本的相似系数。这些度量与欧氏距离一起构成面向不同特征类型的相似性工具。

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

    • 第1章 机器学习的基础 · 查看原书依据

      夹角余弦越大,表示两个向量的夹角越小;夹角余弦越小,表示两个向量的夹角越大。当两个向量的方向重合时,夹角余弦取最大值1;当两个向量的方向完全相反时,夹角余弦取最小值夹1。

    参考来源

    - 位置:《机器学习算法原理与编程实践》第1章 机器学习的基础(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00007.html) - 结论依据:原文分别定义夹角余弦的取值范围与方向含义、汉明距离的替换次数定义与编码用途、杰卡德相似系数的交并集比例及 0/1 向量算法。 - 原始内容:夹角余弦越大,表示两个向量的夹角越小;夹角余弦越小,表示两个向量的夹角越大。当两个向量的方向重合时,夹角余弦取最大值1;当两个向量的方向完全相反时,夹角余弦取最小值夹1。