Distance

• 거리^{distance measures}
  • 유클리드 공간 거리에 따른 점수

거리^{distance measures}

• 유클리드 거리 L2-Norm 제곱
  

• 맨하탄 거리 L1-Norm 절대값
  

도시의 구획이 직각으로 나뉘어 있을 때 이 도시의 두 지점 사이의 거리를 측정하는 것과 같다. (핸즈온 머신러닝, 2017)

• 자카드 거리

  • 자카드 유사도^{jaccard index, jaccard similarity coefficient}:

  • 자카드 거리^{jaccard distance}: 1 - 자카드 유사도

• 코사인 거리 코사인 유사도의 의미
  코사인 유사도 = 1 - 코사인 거리
• 편집 거리^{edit distance, levenshtein distance}
  • LD is measure of the similarity between two strings. The distance is the number of deletions, insertions, or substitutions required to transform s into t.
  • 편집 거리^{edit distance}를 정의하고 추정하는 또 다른 방법은 x와 y의 최장 공통 부분열^{LCS, longest common subsequence}을 계산하는 것이다. x와 y의 LCS는 x와 y에 공통으로 포함되지 않는 문자를 삭제해가면서 만들어지는 문자열로서, 이 방식으로 구성될 수 있는 문자열 중 가장 긴 문자열이다. 편집 거리 d(x,y)는 x의 길이와 y의 길이의 합에서 그들의 LCS 길이의 두 배를 뺀 값으로 계산된다. (빅데이터 마이닝, 2011)

유클리드 공간 거리에 따른 점수

• 데이터: 700차원 \(\mathbb{R}^{700}\) Sent2Vec
• Distance in Euclidean space
• scipy Compute distance

Last Modified: 2021/06/08 13:03:45