« Matrice d'affinité » : différence entre les versions


m (Remplacement de texte — «  [http » par «  * [http »)
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
==en construction==
== Définition ==
== Définition ==
XXXXXXXXX
XXXXXXXXX


== Français ==
== Français ==
''' XXXXXXXXX '''
''' matrice d'affinité '''
 
''' matrice de similarité '''
 
''' matrice de substitution '''
 


== Anglais ==
== Anglais ==
Ligne 16 : Ligne 19 :




* [https://deepai.org/machine-learning-glossary-and-terms/affinity-matrix Source : DeepAI.org ]
[https://deepai.org/machine-learning-glossary-and-terms/affinity-matrix Source : DeepAI.org ]


[[Catégorie:DeepAI.org]]
[http://lagis-vi.univ-lille1.fr/~lm/classpec/reunion_23_03_07/WeissImage_nv.pdf  Source : Université de Lille ]  


[https://fr.wikipedia.org/wiki/Matrice_de_similarit%C3%A9  Source : Wikipédia ]


[[Catégorie:DeepAI.org]]
[[Catégorie:vocabulary]]
[[Catégorie:vocabulary]]

Version du 6 mai 2021 à 13:59

Définition

XXXXXXXXX

Français

matrice d'affinité

matrice de similarité

matrice de substitution


Anglais

Affinity Matrix

An Affinity Matrix, also called a Similarity Matrix, is an essential statistical technique used to organize the mutual similarities between a set of data points. Similarity is similar to distance, however, it does not satisfy the properties of a metric, two points that are the same will have a similarity score of 1, whereas computing the metric will result in zero. Typical examples of similarity measures are the cosine similarity and the Jaccard similarity. These similarity measures can be interpreted as the probability that that two points are related. hor example, if two data points have coordinates that are close, then their cosine similarity score ( or respective “affinity” score) will be much closer to 1 than two data points with a lot of space between them.



Source : DeepAI.org

Source : Université de Lille

Source : Wikipédia

Contributeurs: Claire Gorjux, Imane Meziani, wiki