下面那些数据相似性度量适用于类别型数据？（）
A: 欧氏距离
B: 杰卡德距离
C: 汉明距离
D: 曼哈顿距离
A: 欧氏距离
B: 杰卡德距离
C: 汉明距离
D: 曼哈顿距离
举一反三
- 两个点在标准坐标系上的绝对轴距总和指的是？（） A: 欧氏距离 B: 曼哈顿距离 C: 汉明距离 D: 杰卡德距离
- 以下的哪种相似性度量方法能够用于计算类别属性的相似性（ ） A: 闵可夫斯基距离 B: Jaccard相似系数 C: 曼哈顿距离 D: 欧氏距离
- 以下关于闵可夫斯基距离和杰卡德相似系数的说法，正确的是（） A: 欧氏距离可以看成是特殊形式的闵可夫斯基距离 B: 闵可夫斯基距离用于连续型数据 C: 杰卡德相似系数用于分类数据 D: 杰卡德相似系数用于连续型数据
- 以下的哪种相似性度量方法能够直接计算类别属性的相似性（） A: 欧氏距离 B: 闵可夫斯基距离 C: Jaccard相似系数 D: 曼哈顿距离
- 下列哪个距离度量不在KNN算法中体现:( )。 A: 切比雪夫距离 B: 欧氏距离 C: 余弦相似度 D: 曼哈顿距离