【发布时间】：2020-05-25 04:31:36
【问题描述】：
我需要帮助 首先，我不是在看 2 个数据集是否相等（A==B），或者它们是否具有相似的特征，因为它们是相似的。
我有两个 2D 数据集（实际上有 2 个向量场），一个是“固定的”，另一个是“实验性的”，我想知道 多少 相等。我的想法是每点得到一个数字，表示它们在值范围内是否相等（0到1，包括小数）。那是为了制定一个迭代算法来找到与固定数据集一致的最佳实验数据集......但首先我需要找到“他们有多相等”
这就像测量误差以最小化它
【问题讨论】：
-
请分享一个最小且可重现的例子。
-
使用standard deviation 的
|a-b|其中a \in A, b \in B成对使用？ -
@Neil 我觉得很蠢 xd，谢谢你的回答，我会试试：一个显示错误的新数组
-
Nb 如果
|A|=|B|和所有数据映射到同一位置，它就可以工作；否则，可能需要考虑更复杂的模型。取决于您的数据。 -
对于大多数向量，典型的度量是均方根误差。这也适用于二维数组。但是你关心除了相同细胞之外的任何其他相似之处吗？例如例如，如果它们是图像，您可能希望对精确的位置对齐不那么敏感，或者也可能允许小旋转。更一般地说，如果 X 轴和 Y 轴有意义，您可能需要不同的相似性度量。
标签： arrays algorithm equality similarity