나는 어떤 방식 으로든 비교하고 싶은 300.000 정도의 벡터 세트를 가지고 있는데, 주어진 하나의 벡터에서 나는 세 가지 방법을 생각한 가장 가까운 벡터를 찾을 수 있기를 원합니다.벡터 사이의 거리 측정
다른 것이 아니라 하나를 수행하는 것이 유용한 경우에는 실제로 이해가되지 않습니다. 내 데이터에는 제로 요소가 많이 있습니다. 이를 염두에두고 세 가지 방법 중 어느 것이 가장 좋을지에 대한 일반적인 원칙이 있습니까?
약한 질문에 대한 죄송합니다하지만 어딘가에 시작했다 ...
감사합니다!
질문이 명확하지 않습니다. 벡터 간의 거리 메트릭이나 가장 가까운 이웃을 효율적으로 찾는 알고리즘을 찾고 있습니까?
벡터에 복식 또는 정수와 같은 숫자 유형 만 있으면 kd 트리와 같은 구조를 사용하여 가장 가까운 이웃을 효율적으로 찾을 수 있습니다. (당신은 d 차원 공간의 점들을보고 있기 때문에). 다른 방법에 대해서는 http://en.wikipedia.org/wiki/Nearest_neighbor_search을 참조하십시오.
그렇지 않으면 거리 메트릭과 알고리즘을 선택하는 것이 벡터의 내용에 따라 크게 달라집니다.
벡터가 매우 희소하고 바이너리 인 경우 Hamming 또는 Hellinger 거리를 사용할 수 있습니다. 벡터 크기가 클 경우 유클리드를 사용하지 마십시오 (http://en.wikipedia.org/wiki/Curse_of_dimensionality 참조).
거리/유사성 측정에 대한 설문 조사는 http://citeseerx.ist.psu.edu/viewdoc/download?rep=rep1&type=pdf&doi=10.1.1.154.8446을 참조하십시오. 단,이 논문에서는 확률 분포의 한도로 제한하고 있습니다.