相似度量

时间:2017-03-01 16:46:05

标签: machine-learning computer-vision euclidean-distance cosine-similarity

我正在尝试研究不同的指标,并发现了许多相似性指标:欧几里德距离动态时间扭曲,编辑实际距离 惩罚性DISSIM,序列加权对齐模型,空间装配距离。

但是我有一个问题:是否有任何其他指标以时间序列的方式给出相似性。 我正在寻找的东西不仅可以计算特征之间的相似性度量,还可以按照时间序列的方式排列它们(按接收特征的顺序)?

例如:如果我们有F1,F2,F3,F4,F5,F6,7,F8等特征,如果特征F1 F2 F4 F6 F8相似则

是否有一种算法可以使输出F1 F2 F4 F6 F8按此顺序相似:。即是否有一种算法以一系列方式(按时间)给出结果

三江源!

1 个答案:

答案 0 :(得分:0)

问题很混乱。但是值得的......

动态时间扭曲不是指标。 空间装配距离不是指标。

您应该阅读http://www.cs.unm.edu/~mueen/DTW.pdf

如果你正在进行时间序列相似性比较,那么我99%肯定你应该使用DTW。来源,我已经在更多数据集上测试了比世界其他地方更多的距离测量。 http://www.cs.ucr.edu/~eamonn/time_series_data/