Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Pour résumer, une mesure de similarité quantifie la similarité entre une paire d'exemples par rapport à d'autres paires d'exemples. Le tableau ci-dessous compare les deux types de mesures de similarité:
Type
Créer par
Utiliser quand
Implication
Manuel
Combinez manuellement des données de caractéristiques.
Les ensembles de données sont petits et les caractéristiques sont faciles à combiner.
Obtenez des insights sur les résultats des calculs de similarité. Toutefois, si les données de caractéristiques changent, vous devez mettre à jour la mesure de similarité.
Supervisés
Mesure de la distance entre les représentations vectorielles continues générées via un DNN supervisé.
Les ensembles de données sont volumineux et les caractéristiques sont difficiles à combiner.
Aucun insight sur les résultats, mais DNN peut s'adapter automatiquement à l'évolution des données de caractéristiques.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.