我的数据集包含不同的值：
Set1 = {X1，X2，...，Xn}
Set2 = {X1，X2，...，Xn}
...
X值具有不同的范围（这正是为什么我无法找出解决我的问题所需的算法） - 一些是严格的[0.0 - 1.0]值，其他可能在不同/任何范围内。
我需要找到一种方法来＆＃34; group＆＃34;这些集合，换句话说 - 找到＆＃34;相似性＆＃34;在两个给定集之间。
显然，我可以简单地写出长链＃34; IF＆＃34;将每个值与另一个值进行比较的语句，如果它们相差一些DELTA金额，我可以指出两个给定的集合不是＆＃34;相似的＆＃34;。问题是，我的集很庞大，包含动态数据。因此，我需要一个泛型函数来计算每个集合的某种哈希值（至少是我思考的方式）：
int hash1 = HashFunction（Set1）
int hash2 = HashFunction（Set2）
if（| hash1 - hash2 |＆lt; DELTA）：return＆＃34;集合类似＆＃34;
我真的很感激如何实施它的任何提示或想法。
更新
通过评论阅读我意识到也许我应该稍微改变一下我的问题：你对一个好的＆＃34;相似性的建议是什么？度量？
通过＆＃34;相似性＆＃34;我的意思是一些动态值，表明＆＃34;关闭＆＃34;设定＆＃39;价值观是。例如，如果我有一个测试集： SetA {0.5,100} ，那么 SetB {0.5,100} 应该产生1（或其他一些表示完美匹配的值） ）。同样比较 SetA 与 SetC {0.1,300} 应该返回更低的＆＃34;匹配＆＃34;值，而 SetD {0.45,101} 应返回类似于＆＃34;完全匹配＆＃34;的值。这里要注意的关键事项，例如0.45和0.5的值是＆＃34;更相似＆＃34;比值100和300因为： | 0.45 - 0.5 | / max（0.45,0.5）＆lt; | 100 - 300 | / max（100,300）。
如果我只计算2组之间的差值之和，它就不会给我任何有意义的结果（因为两组可以包含完全不同的数字（从逻辑的角度来看），但是相互抵消不正确结果）
答案 0 :(得分：0)
所以，你想知道两个物体之间的距离。在数学中，集合与为集合中的对象提供距离的操作一起称为metric space。
显然，该指标有几种可能的选择。常见的是绝对差值之和（距离= | x1-y1 | + | x2-y2 | + ...）和平方差之和（距离=（x1-y1）²+（x2-y2）²+ ...）。如果这些指标不适合您，请通过“类似”来定义您的意思。
答案 1 :(得分：0)
由于您的集合具有相同的基数，但您不关心顺序（即，它们是集，而不是向量），我建议的方法是：对集合进行排序并将它们视为向量。
现在问题是，选择R 2 metric。
选项很多。基本上，您可以在R上选择任何度量并按坐标方式组合它们。
因此，如果您想要相对差异，可以定义
reldist（x，y）= abs（x-y）/ max（x，y）
dist 1 （A，B）= sum i （reldist（a i ，b i ） ）
或
DIST <子> 2 （A，B）= SQRT（总和<子> I （reldist（一<子> I ，B <子> I ） 2 ））
记住，A和B是排序的，所以 i 应匹配b i 。