丑小鸭定理计算器

丑小鸭定理是模式识别中的一个结论：如果不预先假定哪些属性重要，任意两个对象都同样相似。渡边慧提出这一定理，揭示分类背后隐藏的选择。人们自然地认为两个事物相似，是因为强调了某些特征并忽略了许多其他特征。只有设计者提供特征、权重或模型后，计算机才能作出有意义的判断。 本计算器使用具名特征集合进行实用的简化演示。每个以英文逗号分隔的词条都视为一个属性。共有特征数是两个集合交集的大小，不同特征总数则是并集的大小。显示的百分比为杰卡德相似度：交集大小除以并集大小，再乘以100。完全相同的列表得分为百分之百，没有重叠的列表为零，部分重叠则介于两者之间。 计算并不能证明一个对象客观上更像另一个对象，而是说明结果取决于用户选择的描述词汇。按颜色和大小描述鸟类，可能得到一种排序；按栖息地、遗传标记或行为描述，则可能得到另一种。增加、删除、拆分或合并特征会改变数学空间，也可能改变所有比较结果。即使看似客观的测量，也包含对仪器、尺度、阈值和缺失数据的选择。在下结论前比较多组特征列表，有助于看清这些建模选择。 这一原则适用于机器学习、聚类、信息检索和科学分类学。模型通过训练数据、距离函数、特征工程及参数选择编码假设。这些假设可能有用，却并非中立。因此，相似度分数应结合所选表示方式来解读。使用本工具测试特征列表、观察重叠变化，并讨论分类系统判断何为相似时，为何必须依赖领域知识。