如何区分态、势、感、知的相似度？

在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。

常用的相似性度量包括：

1. 欧氏距离

2. 曼哈顿距离

3. 切比雪夫距离

4. 闵可夫斯基距离

5. 标准化欧氏距离

6. 马氏距离

7. 夹角余弦

8. 汉明距离

9. 杰卡德距离 & 杰卡德相似系数

10. 相关系数 & 相关距离

11. 信息熵

这些方法能否用来区分态、势、感、知的相似度？

如果不能，则应该如何区分态、势、感、知的相似度？

物理的相似性与心理的相似性一样吗？

心理距离不是一种距离，而是一组距离的定义。

心理相关系数是衡量心理随机变量X与Y相关程度的一种方法，相关系数的取值范围是[-1,1]。相关系数的绝对值越大，则表明X与Y相关度越高。当X与Y线性相关时，相关系数取值为1（正线性相关）或-1（负线性相关）。

心理信息熵并不属于一种相似性度量。

心理信息熵是衡量分布的混乱程度或分散程度的一种度量。分布越分散(或者说分布越平均)，信息熵就越大。分布越有序（或者说分布越集中），信息熵就越小。

       计算给定的样本集X的信息熵的公式：

参数的含义：

n：样本集X的分类数

pi：X中第i类元素出现的概率

信息熵越大表明样本集S分类越分散，信息熵越小则表明样本集X分类越集中。。当S中n个分类出现的概率一样大时（都是1/n），信息熵取最大值log₂(n)。当X只有一个分类时，信息熵取最小值0。

以上11种方法能否用来区分态、势、感、知的相似度？

如若不能，应该如何区分态、势、感、知的相似度？

如何用计算计实现相似性的接近？

人造（别人造的势和自己造的势）的相似度是如何干扰态势感知的？