如何判断何时使用特定类型的相似性指数?欧几里得距离与皮尔逊相关系数

选择相似性指数时需要考虑哪些决定性因素?在哪些情况下优先选择欧几里得距离而不是皮尔逊相关系数,反之亦然?


回答:

相关系数不依赖于单位;如果将其中一个对象的尺度扩大十倍,你会得到不同的欧几里得距离,但相关系数距离保持不变。因此,当你想要测量如通过其表达谱定义的基因等对象之间的距离时,相关系数度量非常出色。

通常,绝对或平方相关系数被用作距离度量,因为我们更关注关系的强度而不是其符号。

然而,相关系数仅适用于高维数据;对于二维或三维数据点,计算相关系数几乎没有意义。

另外请注意,“皮尔逊距离”是一种加权类型的欧几里得距离,而非使用皮尔逊相关系数的“相关系数距离”。

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