混合（二进制和数字）向量的相似度得分

Question

我有一个数据集，其中约200个要素的实例，其中约11个是数值（整数），其余为二进制（1/0），这些要素可能相互关联，它们是不同的概率分布，

它已经有一段时间，我一直有一个良好的相似性得分，其适用于混合的载体，并考虑到了功能之间的相关性，

你知道这种相似性分数？

感谢， 阿里安

Answer 1

的多种类型的距离测量，Euclidean，Manhattan，等会提供根据数据集不同级别的精确度。最好阅读有关您的数据拟合方法的论文，并查看他们使用的启发式方法。更不用说有些方法只需要相应比例的同质数据。 Here是一篇论文，介绍了您可能会觉得有吸引力的一整套措施。

与往常一样，测试和交叉验证以查看是否真的存在混合要素类型的影响。

Answer 2

在你的情况下，相似性函数在很大程度上依赖于输入数据模式。您可以从保存训练数据之间的距离关系的一对相似/不相似点的给定集合 的数据的输入空间学习距离度量获益。

Here是一个很好的调查报告。