测量两个相对频率矢量之间的距离

Question

我在选择适当距离函数以测量两个相对频率矢量之间的相似性（不相似性）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，方形）的数据。因此，该载体是在形式

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

例如，如果图像包含4个圈，2个三角形和4个方格，然后它的形状特征矢量应为：

[0.4, 0.2, 0.4]

的最初的想法是简单地测量两个向量特征的相应元素之间的欧氏（Euclidean），然后将结果添加到一起。但我不相信这是最好的方法。有人可以提出一个好的方法来衡量这两个向量之间的距离，或建议任何算法的这种情况？需要更复杂的概率距离函数来获得良好结果，例如Chi-Squared或Kullback Leibler Divergence距离函数？

感谢 彼得

Answer 1

什么距离函数的使用取决于你的具体任务。

我猜cosine similarity可能是你想要的。