离散相似度度量算法

假设我有两个列表,每个列表包含一个公共超集的不同子集,是否有算法可以给我一个相似度测量?

示例:

A = { John, Mary, Kate, Peter } 和 B = { Peter, James, Mary, Kate }

这两个列表有多相似?请注意,我并不知道公共超集的所有元素。

更新:我之前的描述不够清晰,可能对“集合”这个词的使用不够严谨,深表歉意。澄清一下:顺序很重要。如果相同的元素在列表中占据相同的位置,那么该元素的相似度最高。相同元素位置相差越远,相似度就越低。如果元素只存在于其中一个列表中,相似度就更低。

我甚至可以增加一个额外的维度,即较低的索引值更为重要,所以 a[1] == b[1] 的价值高于 a[9] == b[9],但这主要是因为我很好奇。


回答:

我会探索两种策略:

  1. 将列表视为集合,并应用集合操作(交集、差集)
  2. 将列表视为符号字符串,并应用Levenshtein算法

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注