数据挖掘：二元属性的邻近性度量

二元属性：0与1。显然，0代表未出现，1代表出现。

划分为：对称性与非对称性。

对称性二元属性：两种状态具有相同的权重。

非对称性：两种状态的重要性并不一致（通常将更关键或发生概率较低的状态赋值为1），当两者均取1（正匹配）时，相较于两者均取0（负匹配）的情形，具有更高的意义。

邻近性度量：用于衡量相异性与相似性。

问 ：怎样描述对称型二元属性之间的差异性？

答 ：

这是对象i与对象j之间二元属性的交叉表格

q：代表对象i与对象j同时具有1值的属性数量，其他符号含义类似

p：表示用于描述对象的全部属性数目

由此可得相异性计算方式为：

问 ：那么如何衡量具有非对称二元属性的差异性呢?

答 ：由于正匹配所体现的差异性远比度匹配更具实际意义，因此在计算过程中，负匹配的数量t可以被忽略。

![](https://ad.itadn.com/c/web