基本概念
数据矩阵
表示 n个对象 × p个属性
相异性矩阵
表示n个对象两两之间的临近度 n×n的矩阵
d(i,j)表示对象i与对象j之间的相异性
1 标称属性的临近性度量
计算公式：
m: 匹配的数目（即i和j取值相同状态的属性数）
p: 刻画对象的属性总数
令p=1 （主要目的是使相异矩阵的值在[0,1]之间），相同时为1，不同时为0
相异矩阵为：
相似性：
2 二元属性的临近性度量
（1）对称的二元相异性
其中q,r,s,t的含义见表2.3
（2）非对称的二元相异性
可以看出非对称的二元相异性是忽略t的，即忽略属性均为0的
例：
y(yes) p(positive) 值为1，n(no, negative) 值为0
其中name是对象标示符，gender是对称属性，其余均为非对称属性
对于非对称属性进行计算：
d(Jack,Jim)=(1+1)/(1+1+1)=0.67
d(Jack,Mary)=(0+1)/(2+0+1)=0.33
d(Jim,Mary)=(1+2)/(1+1+2)=0.75
3 数值属性的相异性
介绍几个基本概念
一般计算距离之前数据应该规范化
欧几里得距离
加权的欧几里得距离
曼哈顿（城市块）距离
闵可夫斯基距离
其中h是实数 h≥1
上确界距离
（1）序数属性的临近性度量
计算步骤：
第一步：把test-2的每个值替换为它的排位，则四个对象将分别被赋值为3,1,2,3
第二步：按照公式
Mf表示总的排位，rif表示第i个对象的排位 （此公式的目的是将每个属性的值域映射到[0.0,1.0]）
所以排位1的值为0,排位2的值为0.5，排位3的值为1
第三步：可以使用比如欧几里得距离算出相异性矩阵
（2）数值属性的临近性度量
对test-3计算
maxhxh=64,minhxh=22
4 混合类型属性的相异性
把所有有意义的属性转换到共同的区间[0.0,1.0]上
结果
5 余弦相似性
对于稀疏矩阵，例比较文档或针对给定的查询词向量对文档排序
例：
