algorithm - 根据各种标准选择一项的理论是什么？

Question

我需要解决一个问题，其中必须将一个项目 A 与数千个其他项目进行比较，并找出哪些项目与项目 A 最相似。

我想根据这些项目与项目 A 的相似程度为每个项目分配权重。各种标准将决定最终重量。例如，如果 item1.someProperty == otherItem.someProperty，那么我将权重增加 5，如果 item1.anotherProperty == otherItem.anotherProperty，那么我只增加权重加 1，因为 someProperty 比 anotherProperty 更重要。

我之所以描述所有这些，是因为我想知道是否有任何理论可以帮助我创建这个系统。具体而言，如何选择每个标准的权重，如何计算项目的最终权重，以及如何架构所有这些。

那么有人知道是否有任何理论可以提供帮助吗？或者也许有更好的方法来完成我想做的事情？

Answer 1

您可以将您的属性视为维度，并从中构成一个距离。如果属性之间存在相关性，您也可以将其考虑在内(谷歌搜索马氏距离)。

但基本上它结束了

 float distance(a, b) {
    return w1 * ABS(a.x - b.x)
         + w2 * ABS(a.y - b.y)
           ...
    ;
 } 

您可以不对项求和，而是对项的平方求和(以惩罚大的差异)，任何事情都可以。

顺便说一句，对于标称数据，您可以使用一些基于熵的差异度量。