假设有一个数据集如下：
dataA: {
attribute1: x,
attribute2: y,
attribute3: z
}
我想计算相似结构化数据之间的相关性（例如：dataA, dataB, dataC ...）
我对每个数据集的每个属性都有一个相似性度量。 （例如：x与attribute1的其他值的相似度为0.11，y与attribute2的其他值的相似度为0.22，z与其他值的相似度attribute3的值为0.33）
我将以加权平均方法呈现相关分数，其中为每个属性定义权重（例如：attribute1的权重为w1等）：
Score for dataA = { (0.11 x w1) + (0.22 x w2) + (0.33 x w3) } / {w1 + w2 + w3}
如果我要进行实验以找到最佳体重，我该怎么做？
更新：
我可以进行实验来检查每个属性值的更改概率，然后以某种方式使用该值吗？