Question

我需要在两个数据阵列之间找到相似性度量。您可以随意调用相似度量，差异，相关性等等。

例如：

 1, 2, 3, 4, 5 < Series 1
 2, 3, 4, 5, 6 < Series 2

应该比这两个系列更加相似：

 1, 2, 3, 4, 5 < Series 1
 1, 1, 5, 8, 7 < Series 2

有什么建议吗？

是否有可用的源代码？

Answer 1

您可以计算sample Pearson product-moment correlation coefficient：“上述公式建议使用方便的单程算法来计算样本相关性”。写一个循环来计算sum（xi），sum（yi），sum（xi ^ 2），sum（yi ^ 2）和sum（xi * yi）。然后将这些总和插入公式中。

Answer 2

如果您对相似性的定义是多少相同的元素，则可以使用set intersection：

std::multiset<int> Series1 = std::multiset({ 1, 2, 3, 4, 5 });
std::multiset<int> Series2 = std::multiset({ 2, 3, 4, 5, 6 });
std::multiset<int> Intersection;

std::set_intersection(Series1.begin(), Series1.end(),
                      Series2.begin(), Series2.end(),
                      std::back_inserter(Intersection));

int similarity = Intersection.size(); // = 4

Answer 3

另一种方法是计算互信息，在matlab和C中有一个工具箱 http://www.cs.man.ac.uk/~pococka4/MIToolbox.html

你如何衡量2系列数据之间的相似性？

3 个答案: