【发布时间】：2017-07-21 02:43:20
【问题描述】：
我正在尝试研究不同的指标并发现许多相似性指标：欧几里得距离动态时间规整，使用真实编辑距离 Penalty DISSIM , Sequence Weighted Alignment model, Spatial Assembling Distance。
但是我有一个问题：是否有任何其他指标可以以时间序列的方式给出相似性。 我正在寻找的东西不仅可以计算特征之间的相似性度量，还可以按时间序列方式排列它们（按照接收特征的顺序）？
例如：如果我们有特征 F1,F2,F3,F4,F5,F6,7,F8 并且其中的特征 F1 F2 F4 F6 F8 相似
是否有一种算法可以按此顺序给出输出 F1 F2 F4 F6 F8 类似：。即是否有一种算法可以以一系列方式给出结果（就时间而言）
谢谢！
【问题讨论】：
-
你能澄清你的问题吗？您是否正在寻找一种算法来根据最相似的特征对特征进行排序，或者在计算相似度时考虑“看到”特征的时间？
-
我正在寻找第二个选项。该算法必须根据它接收到的时间对特征进行聚类。例如，如果它获得特征 F1-F10，则应该说特征 1、特征 2、特征 4、特征 6 在算法接收特征的顺序上相似
-
您能提供更多上下文吗？特征是由布尔值、标量还是其他类型的值表示？你区分“还没有”和“绝对没有”一个特征吗？
标签： machine-learning computer-vision euclidean-distance cosine-similarity