Mere slicnosti

Question 1

slicnost i razlicitost

Answer 1

razlikuje se za tip atributa da li je nominalan, redni ili intervalni/razmerni

Question 2

mera i metrika

Answer 2

funkcija rastojanja d je metrika ako:
1.Позитивна одређеност
d(p,q)≥0 ∀ p,q d(p,q)=0 акко p=q
2.Симетриjа:d(p,q)=d(q,p) ∀p,q
3.Неjеднакост троугла:
d(p,r) ≤ d(p,q)+d(q,r) ∀ p,q,r

ultrametrika:
Ако jе функциjа растоjања d метрика и ако важи d(p,r)≤max{d(p,q),d(q,r)} ∀ p,q,r
тада jе функциjа d ултраметрика

Question 3

mere slicnosti za kvantitativne podatke

Answer 3

Hamingovo rastojanje, rastojanje minkovskog(p = 1, p = 2, p -> beskonacno), mahalanobisovo rastojanje, rastojanje minkovskog sa tezinama

nedostaci minkovskog:

-Ниjе погодно за примену
код ретких вишедимензионалних података са непознатом расподелом, шумовима, …

-ако постоjе локално ирелевантни атрибути (пример: анализа крви пациjената оболелих од различитих болести) због шума коjи се кумулира при израчунавању

mahalanobis koristan:

Корисно jе када важи атрибути су у корелациjи

атрибути имаjу различите опсеге

вредности (различите вариjансе)

расподела података jе приближно нормална (Гаусова)

Question 4

mere slicnosti podataka sa binarnim atributima

Answer 4

Zakard i SMC

Prosireni zakardovi koef(koef Tanimotoa)

Kosinusna slicnost

Question 5

Korelacija

Answer 5

Корелациjа два обjекта коjи имаjу бинарне или непрекидне атрибуте jе мера линеарног односа између њихових атрибута

ковариjанса(x,y) = covxy = n−1 ∑(xk −x)(yk −y)
k=1
􏰎1n стандардна девиjациjа(x) = σx = n−1 ∑(xk −x)
k=1
1n средња вредност(x) = x = n ∑ xk
k=1
Пирсонов коефициjент корелациjе(x , y ) = ρxy = covxy /(σx ∗ σy )

Question 6

slicnost dokumenata

Answer 6

slusaj stasu

Question 7

podaci sa kvantitativnim i kategorickim atributima

Answer 7

slusaj stasu

Question 8

slicnost diskretnih podataka

Answer 8

edit rastojanje, LCSS

Question 9

mere na osnovu informacija

Answer 9

gini i entropija

Question 10

mere na osnovu gustina

Answer 10

Мери се степен блискости обjеката у некоj области

Концепт густине се користи у кластеровању и откривању аномалиjа

Нечешће се користе
#Еуклидска густина - броj тачака по jединици површине/запремине
#Густина вероватноће - процена дистрибуциjе података на основу изгледа
#Граф засноване густине - на основу повезаности