Question

我有一个带有一组参数的对象，如：

var obj = new {Param1 = 100; Param2 = 212; Param3 = 311; param4 = 11; Param5 = 290;}

另一方面，我有一个对象列表：

var obj1  = new {Param1 = 1221 ; Param2 = 212 ; Param3 = 311 ; param4 = 11  ; Param5 = 290 ; }
var obj3  = new {Param1 = 35   ; Param2 = 11  ; Param3 = 319 ; param4 = 211 ; Param5 = 790 ; }
var obj4  = new {Param1 = 126  ; Param2 = 218 ; Param3 = 2   ; param4 = 6   ; Param5 = 190 ; }
var obj5  = new {Param1 = 213  ; Param2 = 121 ; Param3 = 61  ; param4 = 11  ; Param5 = 29  ; }
var obj7  = new {Param1 = 161  ; Param2 = 21  ; Param3 = 71  ; param4 = 51  ; Param5 = 232 ; }
var obj9  = new {Param1 = 891  ; Param2 = 58  ; Param3 = 311 ; param4 = 21  ; Param5 = 590 ; }
var obj11 = new {Param1 = 61   ; Param2 = 212 ; Param3 = 843 ; param4 = 89  ; Param5 = 210 ; }

找到所列对象中第一个obj的最接近匹配的最佳（最简单）算法是什么？

Answer 1

在尝试查找之前，您必须先定义最接近的匹配一词!!

1-许多人使用的一种方式是Mean Squared Error（或Euclidean Distance）：

计算所有对象的均方误差：

Sqr(obj.Param1-obj1.Param1) + Sqr(obj.Param2-obj1.Param2) + ..... // for obj1
Sqr(obj.Param1-obj2.Param1) + Sqr(obj.Param2-obj2.Param2) + ..... // for obj2

并选择具有最小值的那个......

2-您也可以使用最小绝对误差：

Abs(obj.Param1-obj1.Param1) + Abs(obj.Param2-obj1.Param2) + ..... // for obj1
Abs(obj.Param1-obj2.Param1) + Abs(obj.Param2-obj2.Param2) + ..... // for obj2

并选择具有最小值的那个......

3-此外，您可以根据上面选择的任何条件申请k-nearest neighbour

这一切都取决于这些参数的属性......

如需更多阅读，请查看List of Classification algorithms

Answer 2

您也可以使用Euclidean Distance。

基本上你假装每个物体都是5维的点，并寻找最接近的点（即：距离最短）。

Answer 3

取决于，我想。我想到了几种可能性：

SAD：计算每对参数（您测试的参数和每个候选参数）的绝对差值并总结。最低的数字是最接近的
L2-Norm：计算每对参数的差值，将它们平方，求和，取平方根
余弦：将每个参数乘以另一个参数，总结。将结果除以两个对象的长度（L2-Norm）的乘积

当然，还有更多的可能性，因此你必须指明你想要的东西！

找到最接近的匹配

3 个答案: