测量两个相对频率向量之间的距离

Question

我在选择一个足够的距离函数来测量两个相对频率向量之间的相似性（相异性）时遇到问题。

更具体地说，我使用的形状特征向量包含有关图像中存在的基本形状（圆形、三角形、正方形）的数据。因此向量的形式为

[% of circles, % of triangles, % of squares]

例如，如果一个图像包含 4 个圆形、2 个三角形和 4 个正方形，那么它的形状特征向量应该是：

[0.4, 0.2, 0.4]

最初的想法是简单地测量两个向量特征的对应元素之间的欧几里得，然后将结果相加。但是，我不相信这是最好的方法。有人可以提出一种测量这两个向量之间距离的好方法，或者针对这种情况提出任何算法吗？是否需要更复杂的概率距离函数才能获得良好的结果，例如卡方或 Kullback Leibler 散度距离函数？

谢谢 彼得

Answer 1

使用什么距离函数取决于您的具体任务。

我猜cosine similarity 可能是你想要的。