我有一个数据集，该实例的实例大约有200个特征，其中大约11个特征是数字特征（整数），其余是二进制特征（1/0），这些特征可能是相关的，并且具有不同的概率分布，
一段时间以来，我一直在争取一个良好的相似度分数，该分数适用于混合向量，并考虑了特征之间的相关性，
你知道这样的相似度分数吗？
谢谢，
阿里安
最佳答案
距离测量的多种类型，Euclidean，Manhattan等将根据数据集提供不同级别的准确性。最好阅读涵盖您的数据拟合方法的论文，并查看它们使用的启发式方法。更不用说某些方法仅需要相应缩放的同类数据。 Here是一篇论文，讨论了可能会吸引您的大量措施。
与往常一样，进行测试和交叉验证，看看是否确实存在要素类型混合带来的影响。
关于statistics - 混合(二进制和数字)向量的相似性得分，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/13308972/