机器学习 课件 5.1数据相似性度量.pdf

数据相似性度量

数据相似性度量

聚类分析的目标：

使簇内数据之间具有高的相似性，

不同簇数据之间具有高的差异性

度量数据间的相似性

数据相似性度量

相似性度量方法

欧氏距离马氏距离

标准化欧氏距离海明距离

曼哈顿距离杰卡德距离

切比雪夫距离相关距离

闵可夫斯基距离信息熵

余弦距离基于核函数的度量

相似性度量方法

欧氏距离

,,…,

11121,,…,

两个n维向量和之间的

21222

欧式距离（euclideandistance)为：

2

=−

1212

1

T

或向量运算：=−−

12

相似性度量方法

标准化欧氏距离

根据数据各维分量的分布不同将各个分量都“标准化”到均值、方差相等。

,,…,,,…,

1112121222

两个n维向量和之间的标准化欧氏距离为：

2

−

=12

12

1

方差的倒数可以看作是一种权重，标准化欧氏距离本质上是一种加权欧氏距离。

相似性度量方法

曼哈顿距离L1-距离、城市区块距离(cityblockdistance)

,,…,,,…,

11121