距離が欲しい

比較するための距離や類似度、非類似度の計算をする方法についてまとめたページです。

2017.9.2

193

Views
2

Watch
21

Knows

類似度が欲しい

二つの対象同士が似ているかどうかの指標となる類似度を求める方法についてまとめたページです。

非類似度が欲しい

入力されたデータ間がどれだけ異なっているかを表した非類似度を求める方法についてまとめたページです。本質的には類似度と非類似度は同じものですが、捉えやすいように分けています。

いろいろな距離が欲しい

類以度とも言えず非類以度とも言いがたいいろいろな距離を求める方法についてまとめたページです。

距離が欲しいの新規投稿

CIE1976で色差を求めたい

人間の非線形な色の感覚を模擬した色空間で色空間内での変化は人間の近くでの色の変化と対応する.そのため色差はユークリッド距離によって計算することが可能.

球面状の距離を求めたい

球面状の二点間距離を求める方法についてまとめます.正確さと計算速度を引き換えに3種類の方法があります.

Jaccard類似度でベクトル間類似度を求める

Jaccard類似度を使ってベクトル間距離を求める方法について紹介します.Jaccard類似度は集合の類似度として使用されることが多いが、ベクトルに対しても使用できます.通常のJaccard類似度は全てのベクトルの要素が0または1である必要がある.

集合内同一要素の数で類似度を測りたい

集合内に含まれる同一の要素の数が他の要素と比べてどれくらい占めているかで集合の類似度を測る方法についてまとめます.

確率分布間の差異で類似度を求めたい

二つの確率分布がどれほど異なっているかの指標を持って確率分布間の類似度を計算する方法についてまとめます.機械学習などにおいて頻繁に使用されるKLダイバージェンスやJSダイバージェンスについて紹介します.

矩形領域同士の一致度が欲しい

二つの矩形領域が重なり合っているときの類似度、一致度をもとめる方法についてまとめます.集合の類似度でもおなじみのJaccard類似度関連を用います.

画像局所特徴量で形状の類似度を測る

画像内に映る二つの物体同士の形状が同様の物体から来ているのか類似度を計算する方法についてまとめる.画像の局所特徴量を数箇所検出してそのヒストグラムを作成、それが類似しているか、対応している点があるかを求めて類似度算出する.この一連の手法をBag of Features(Visual words)と呼ぶ. 有名な手法の一つ.

色分布のヒストグラム間で距離が欲しい

二つの色分布のヒストグラムを作成しその間で類似度を計算することで、画像間の色が似ているかどうかの判定を行います.

ユークリッド距離を使う

距離と端的に行った場合、通常ユークリッド距離のことを指し、最も一般的に距離として使われる。二つのベクトルを入力の二乗和平方根で与えられる距離です。

CIEDE2000で色差を算出する

人間の視覚特性に合わせて、CIEDE2000では色差を算出する。CIE1976よりさらに人間が見たときの感覚に合うようにしている.

キャンベラ距離を使う

キャンベラ距離は原点周りの重み付きのマンハッタン距離となっている. 原点付近で違いに敏感な距離.

ミンコフスキー距離を使う

ミンコフスキー距離は、マンハッタン距離とユークリッド距離、チェビシェフ距離を一般化したものである

チェビシェフ距離を使う

最大の要素の差分を距離とする

フレシェ距離で曲線同士の距離を測る

フレシェ距離で二つの曲線同士の距離を測る。離散的な点列の場合では離散フレシェ距離を求めるDTWが有名である. 連続的な曲線においてはボトルネック距離となる.

プロクラステス距離で非類似度を測る

プロクラステス距離で非類似度を測る

ハウスドルフ距離で形状の非類似度を測る

ハウスドルフ距離で形状の非類似度を測る

マンハッタン距離を使う

マンハッタン距離は、ある座標系の座標の差を全て足したものとなる. ユークリッド距離は全ての要素での離れ具合を要約したものだが、マンハッタン距離では一つの要素でも遠ければ遠いと判定される距離となっている.

時系列間の類似度計算を選ぶ

時系列間の類似度を計算する方法を選ぶ

コサイン類似度でベクトル間距離を求める

コサイン類似度でベクトル間の距離を求める

平均分散でマハラノビス距離を求める

平均と共分散行列がわかっているときの分布同士の距離をマハラノビス距離によって求める.

距離が欲しい人気知識・質問

時系列間の類似度計算を選ぶ

時系列間の類似度を計算する方法を選ぶ

確率分布間の差異で類似度を求めたい

二つの確率分布がどれほど異なっているかの指標を持って確率分布間の類似度を計算する方法についてまとめます.機械学習などにおいて頻繁に使用されるKLダイバージェンスやJSダイバージェンスについて紹介します.

コサイン類似度でベクトル間距離を求める

コサイン類似度でベクトル間の距離を求める

フレシェ距離で曲線同士の距離を測る

フレシェ距離で二つの曲線同士の距離を測る。離散的な点列の場合では離散フレシェ距離を求めるDTWが有名である. 連続的な曲線においてはボトルネック距離となる.

チェビシェフ距離を使う

最大の要素の差分を距離とする

プロクラステス距離で非類似度を測る

プロクラステス距離で非類似度を測る

ユークリッド距離を使う

距離と端的に行った場合、通常ユークリッド距離のことを指し、最も一般的に距離として使われる。二つのベクトルを入力の二乗和平方根で与えられる距離です。

色分布のヒストグラム間で距離が欲しい

二つの色分布のヒストグラムを作成しその間で類似度を計算することで、画像間の色が似ているかどうかの判定を行います.

マンハッタン距離を使う

マンハッタン距離は、ある座標系の座標の差を全て足したものとなる. ユークリッド距離は全ての要素での離れ具合を要約したものだが、マンハッタン距離では一つの要素でも遠ければ遠いと判定される距離となっている.

矩形領域同士の一致度が欲しい

二つの矩形領域が重なり合っているときの類似度、一致度をもとめる方法についてまとめます.集合の類似度でもおなじみのJaccard類似度関連を用います.

ハウスドルフ距離で形状の非類似度を測る

ハウスドルフ距離で形状の非類似度を測る

球面状の距離を求めたい

球面状の二点間距離を求める方法についてまとめます.正確さと計算速度を引き換えに3種類の方法があります.

キャンベラ距離を使う

キャンベラ距離は原点周りの重み付きのマンハッタン距離となっている. 原点付近で違いに敏感な距離.

Jaccard類似度でベクトル間類似度を求める

Jaccard類似度を使ってベクトル間距離を求める方法について紹介します.Jaccard類似度は集合の類似度として使用されることが多いが、ベクトルに対しても使用できます.通常のJaccard類似度は全てのベクトルの要素が0または1である必要がある.

画像局所特徴量で形状の類似度を測る

画像内に映る二つの物体同士の形状が同様の物体から来ているのか類似度を計算する方法についてまとめる.画像の局所特徴量を数箇所検出してそのヒストグラムを作成、それが類似しているか、対応している点があるかを求めて類似度算出する.この一連の手法をBag of Features(Visual words)と呼ぶ. 有名な手法の一つ.

集合内同一要素の数で類似度を測りたい

集合内に含まれる同一の要素の数が他の要素と比べてどれくらい占めているかで集合の類似度を測る方法についてまとめます.

平均分散でマハラノビス距離を求める

平均と共分散行列がわかっているときの分布同士の距離をマハラノビス距離によって求める.

CIE1976で色差を求めたい

人間の非線形な色の感覚を模擬した色空間で色空間内での変化は人間の近くでの色の変化と対応する.そのため色差はユークリッド距離によって計算することが可能.

ミンコフスキー距離を使う

ミンコフスキー距離は、マンハッタン距離とユークリッド距離、チェビシェフ距離を一般化したものである

CIEDE2000で色差を算出する

人間の視覚特性に合わせて、CIEDE2000では色差を算出する。CIE1976よりさらに人間が見たときの感覚に合うようにしている.