人工智能的数学基础PPT第2章 相似性度量.ppt
《人工智能的数学基础PPT第2章 相似性度量.ppt》由会员分享,可在线阅读,更多相关《人工智能的数学基础PPT第2章 相似性度量.ppt(15页珍藏版)》请在文库网上搜索。
1、重要性与意义1数据驱动的人工智能方法分为两类,一类是按设定规则直接将待观测样本划分为不同的类别。另一类是从历史数据是发现总结规律,并将其应用于预测新观测样本。物以类聚,人以群分。显然,将男人归类为女人,或者将母鸡划分为鸭子是明显的错误。划分结果应该保证,类内样本相似度较高,类间相似度较低。二次型预测值是以与已知标记值样本的相似度作为权重的已知标记值的加权均值多样性相似性度量在人工智能领域,相似性可以用差别来度量,二者可视作单调性相反的两类度量。待观测对象的差别通常用两者的差距来描述,并且将用于评定差距的度量,称作距离。满足以下约束条件:该函数为二元函数该函数输出为非负实数值保证距离越小,观测对
2、象越相似任意待评定对象与自身最相似,距离为0函数值与二元自变量输入次序无关函数满足三角形定理2闵氏距离闵可夫斯基距离(Minkowski distance)又称闵氏距离,定义曼哈顿距离欧氏距离切比雪夫距离缺点:闵可夫斯基距离不具备量纲区分度闵氏距离不是一种距离,而是一组距离的概括性表述时,闵可夫斯基距离不再满足三角形定理3闵氏距离曼哈顿距离街区距离欧氏距离切比雪夫距离假设某人从A点出发,每次可以走到与当前坐标位置相邻的任意位置。则切比雪夫距离定义为走到B点时,行人最少走了多少步。4闵氏距离闵氏距离无法体现特征向量的数据分布特性“标准化”处理将特征向量各分量视作独立的服从同一分布有相关性的应如何
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能的数学基础PPT第2章 相似性度量 人工智能 数学 基础 PPT 相似性 度量