metrikkordninger

Metrikkordninger er et begrep som brukes om valg og anvendelse av metriske avstands- eller likhetsmåter mellom objekter i et sett. En metrikk gir en skalar avstand mellom to elementer og ligger til grunn for vurderinger av hvor nære eller ulike objektene er.

I matematikk og datavitenskap beskrives vanligvis en metrikk som en funksjon d: X × X → R som oppfyller ikke-negativitet, identitet av indiscernibles, symmetri og trekantslikehet. Når en funksjon mangler ett av disse kravene, kalles den ofte en pseudometrikk eller en kvasi-metrikk, men den brukes likevel i visse sammenhenger.

Metrikkordninger brukes i clustering, nærmeste nabo-søk, informasjonshenting og mønstergjenkjenning for å rangere eller gruppert objekter etter likhet. Valg av metrikk avhenger av data og oppgaven, og kan kombineres med normalisering eller vekting av komponenter for å bedre reflektere relevans.

Vanlige metrikker inkluderer Euclidisk og Manhattan-avstand for reelle vektorrom, Chebyshev- og Minkowski-avstander, cosine distance for høy-dimensjonale vektorer, samt Jaccard- og Hamming-avstander for sett eller binære data. For sekvensielle data brukes ofte Levenshtein-avstand.

Valget av metrikk utgjør en viktig del av designen av analyser og systemer; det påvirker klustring, rangering og tolking av resultater. Metrikkordninger inkluderer også vurderinger av datakvalitet, skalerbarhet og robusthet mot støy.