Question

如果这看似重复，我道歉，但由于上一个问题似乎引起了一些混淆，这是另一回事。

我有2个基本数组：

float[] baseArr1 = new float[3] {0.430651724, 0.137407839, 0.177024469};
float[] baseArr2 = new float[3] {0.718210936, 0.001312795, 0.009634903};

另外2个数组用于比较：

float[] compArr1 = new float[3] {1, 1, 1};
float[] compArr2 = new float[3] {1, 0, 0};

然后将

compArr1和compArr2与baseArr1和baseArr2进行比较。我知道我应该得到的答案，但我很难想出一个算法来得出答案。与baseArr1比较时，答案应该是compArr1，当与baseArr2比较时，答案应该是compArr2。

请注意，两个baseArrs的值不一定要加起来1.另外，这里有两个更简洁的数组，试图让我的观点更加清晰：

float[] extraArr1 = new float[3] {.5, .3, .3};
float[] extraArr2 = new float[3] {.75, 0, 0};

其中extraArr1与compArr1“接近”，而extraArr2与compArr2“更接近”。我已经尝试过一些人建议的余弦相似度算法，但有时候答案是不正确的。

标准是每个元素的价值“更多”。例如，compArr1的“more”值比compArr2更接近baseArr1，compArr2与baseArr2的“closeness”比compArr1的baseArr2更接近。

谢谢！

更新：

我得到了答案！我将在这里张贴以供将来参考，我承认我遇到了很多麻烦，也让其他人感到困惑，但也要感谢你们帮助我！这就是我所做的：

float[] pbaseArrX = new float[3];
float[] pcompArrX = new float[3];

float dist1 = 0, dist2 = 0;

for (int i = 0; i < baseArrX.Count; i++)
{
  pbaseArrX[i] = baseArrX[i] / (baseArrX[0] + baseArrX[1] + baseArrX[2]);
}

//Do the following for both compArr1 and compArr2;
for (int i = 0; i < compArrX.Count; i++)
{
  pcompArrX[i] = pcompArrX[i] / (pcompArrX[0] + pcompArrX[1] + pcompArr[2]);
}

//Get distance for both
for (int i = 0; i < pcompArrX.Count; i++)
{
  distX = distX + ((pcompArrX[i] - pbaseArrX[i])^2);
}

//Then just use conditional to determine which is 'closer'

Answer 1

您想从所有compArrX数组中找到最接近baseArr1的数组。

可以使用各种距离。最常见的是：

Euclidean distance
Minkowski distnce
Taxi-cab or Manhattan distance（这是Minkowski与p=1）
Chebysev distance（这是Minkowski与p=infinity）

和许多其他人一样：

Mahalanobis_distance这是规模不变的。如果您搜索统计信息和相关性，您将找到可能适合您的问题的更复杂的算法。请参阅维基百科的Correlation_and_dependence

我们无法知道哪一个最适合您的数据模型。

Answer 2

另一种相似性（或相异性）度量 - Earth Mover's Distance

相似度算法？

2 个答案: