유사성 측정 요약
컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
요약하자면 유사성 측정은 다른 예의 쌍에 비해 두 사례 간의 유사성을 정량화합니다. 아래 표에서는 두 가지 유사성 측정 방법을 비교합니다.
유형 | 작성자 | 사용 시점 | 의미 |
수동 | 수동으로 특성 데이터 결합 |
데이터 세트는 크기가 작으며 특성이 쉽게 결합됩니다. | 유사성 계산 결과에 대한 통계를 얻지만 특성 데이터가 변경되면 유사성 측정을 업데이트해야 합니다. |
감독 대상 | 감독 DNN을 통해 생성된 임베딩 사이의 거리를 측정합니다. |
데이터 세트는 크기가 크고 특성은 결합하기 어렵습니다. |
결과에 대한 통계는 없지만 DNN은 변화하는 특성 데이터에 자동으로 적응할 수 있습니다. |
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2022-11-18(UTC)
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"필요한 정보가 없음"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"너무 복잡함/단계 수가 너무 많음"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"오래됨"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"번역 문제"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"샘플/코드 문제"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"기타"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"이해하기 쉬움"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"문제가 해결됨"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"기타"
}]