本篇文章并不打算描述所有这些类别,要具体阐述它们的细节和意义实在有点困难。这个大纲的目的,第一:提供一个貌似详细的距离度量的分类体系,列出相关的关键字。 第二:就像一个词典一样供参考和查阅,如果需要了解具体的细节,可以参考wiki或者具体文献。
大纲:
1. 相似性和不相似性的定义
2. 预备概念
3. 距离度量
3.1 Numerical Data
3.1.1 欧拉距离(Euclidean Distance)
3.1.2 曼哈顿距离(Manhattan Distance)
3.1.3.最大距离(Maximum Distance)
3.1.4 明考夫斯基距离(MinKowski Distance)
3.1.5 马式距离(Mahalanobis Distance)
3.1.6 平均距离(Average Distance)
3.1.7 其他距离:Chord Distance,Geodesic distance,…..
3.2 Categorical Data
3.2.1. 简单匹配距离(Simple matching Distance)
3.2.2 其他匹配距离
3.3. Binary Data
3.3.1 Jaccard, Dice, Pearson, Yule, Russel-Rao, Sokal-Michener, Rogers-Tanimoto, Rogers-Tanimoto-a, Kulzinsky.
3.4 Mixed-type Data
3.5 Time Series Data