考虑我有一些数字（或字符串），这些数字通常具有不同的长度，例如x=[1 2 3 4 3 3 3 2 5]。
现在，对于一个新的向量 y ，我想找到哪个现有向量 x 最相似。
有什么主意吗？
完整的问题：
我想预测一些神经网络的时间序列。每一步，所有网络都会预测该系列的下一个价值。当实际值到来时，做出最佳预测的网络将获胜，然后将其编号写入向量X。完成时间1之后，我将生成向量X1，并且其中的每个元素都将代表最好的NN。
现在考虑我有10个时间序列，所以有10个X向量。对于新的一次意甲，我将执行相同的过程。我想使用它与X向量之间的相似性来定义Y的种类。我认为最重要的方面是NN的继承。我需要输出类似数量或相似性百分比的内容。 例如：
X1 = [1 1 2 2 3 3 4 4 5 5 6 6]
X2 = [1 2 3 4 5 6 1 2 3 4 5 6]
Y = [1 1 1 2 2 3 4 5 5 6 6]
然后Y与X1更相似