集合相似性

• 集合相似性度量方式：
  • 参考文献（日本）：https://www.cnblogs.com/bristlegrass/p/11546432.html
  • 参考文献（日本）：https://mieruca-ai.com/ai/jaccard_dice_simpson
• 向量相似性度量方式：
  • 欧式距离
  • 曼哈顿距离
  • 切比雪夫距离
  • ⻢哈拉诺⽐斯距离【马氏距离（Mahalanobis Distance）是由马哈拉诺比斯（P. C. Mahalanobis）提出的，表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系（例如：一条关于身高的信息会带来一条关于体重的信息，因为两者是有关联的）并且是尺度无关的（scale-invariant），即独立于测量尺度。】 https://blog.csdn.net/fu_jian_ping/article/details/111877248
  • SMC（用于bool向量）
• 信息量
  • 概率越小，包含的信息越多
  • 将概率换成频率后，可以衡量一个数据表的信息量