如何衡量两个数据的相似度

Question

我正在测量两个相同大小的数据的相似度是20。那是

A=[0.915450999999999    0.908220499999997   0.900374999999996   0.890547499999996   0.880455499999997   0.868436999999998   0.853787499999999   0.836066499999999   0.815514999999999   0.785924499999999   0.661612000000002   0.208405500000000   0.0495730000000000  0.0148525000000000  0.00604500000000001 0.00292150000000000 0.00150100000000000 0.000730999999999999    0.000431999999999999    0.000222999999999999]

和

B=[0.915971250000000    0.909765000000000   0.902468749999999   0.894108749999999   0.883719999999998   0.871347499999999   0.857477500000000   0.841131250000000   0.821846250000000   0.796526250000000   0.673128750000000   0.208027500000000   0.0520962500000000  0.0187462500000000  0.00634375000000000 0.00295500000000000 0.00134500000000000 0.000226250000000000    0.000150000000000000    0.000113750000000000]

你能帮我在matlab中计算吗？结果相似则为1，否则为0。 预先感谢。

Answer 1

MATLAB 中计算向量间距离的最佳方案是pdist 方法：

http://www.mathworks.com/help/stats/pdist.html

它可以使用多个指标，并且经过了很好的优化。在文档中对这些指标进行了很好的描述。

pdist 将所有行向量与矩阵中的所有行向量进行比较，并返回所有这些距离。对于两个向量，您必须将它们放在一个矩阵中，并且您必须使用此矩阵作为输入参数调用 pdist 方法：

% A and B are the vectors of your example
X = [A; B];
D = pdist(X, 'cosine'); % D = 1.0875e-005

如果您使用包含更多行的矩阵调用pdist，则输出也将是一个向量。例如：

% A and B are the vectors of your example
X = [A; A; B; B];
D = pdist(X, 'cosine');
% D = 1.0e-004 * [0    0.1087    0.1087    0.1087    0.1087    0.0000]

D(1) 与 A 相比是 A（第一行和第二行）。

D(2) 与 B 相比是 A（第一行和第三行）。

D(3) 是 A 与 B（第 1 行和第 4 行）相比。

D(4) 是 A 与 B 相比（第 2 行和第 3 行）。

D(5) 与 B 相比是 A（第 2 行和第 4 行）。

D(6) 与 B 相比是 B（第 3 行和第 4 行）。

几年前，我们实现了一个模拟环境，其中比较了从虚拟线扫描相机继承的几个向量，我们使用了这种方法。效果很好。