算法的相似性？
|
如果这看起来像是重复的话，我深表歉意，但是由于前面的问题似乎引起了一些困惑，因此这是另一回事。
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};
float[] compArr1 = new float[3] {1, 1, 1};
float[] compArr2 = new float[3] {1, 0, 0};
float[] extraArr1 = new float[3] {.5, .3, .3};
float[] extraArr2 = new float[3] {.75, 0, 0};
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\'
没有找到相关结果
已邀请:
2 个回复
锑寝粒
） Chebysev距离（这是Minkowski，） 和其他许多人一样： Mahalanobis_distance是尺度不变的。如果您搜索统计信息和相关性，则会发现更复杂的算法，可能适合您的问题。参见维基百科的Correlation_and_dependence 我们无法确定哪一种最适合您的数据模型。耐钨徒