Similarity & Dissimilarity

• Dissimilarity
• Jaccard coefficient
• similarity measure for asymmetric binary variables
• 
• 
• Distance
• Manhattan
• ex. Hamming distance: 두 binary vectors 간에 다른 bits의 수
• 
• Euclidean
•  
• Supremum
• vectors의attributes의 차이 중에 가장 큰 차이. 
• Similarity
• Cosine Similarity
•     cos⁡(d1, d2) =  (d1 · d2)/(||d1|| ||d2||)
• 사용처
• 어떤 개수의 차원에서도 적용이 가능하여 흔히 다차원의 양수 공간에서 유사도 측정을 하는데 사용됨.
• 특히 정보 검색 및 텍스트 마이닝 분야에서 많이 사용됨.
• 데이터 마이닝 분야에서 클러스터들간의 응집도를 측정하는 방법으로도 사용됨.
• Handling Mixed types
• 각 objects를 normalization한 다음, distance를 구하고, weighted sum을 함.