实现分类变量距离的一般框架

在许多统计方法中，对象之间在对一组变量的观察方面的差异程度起着重要作用。许多数据分析方法需要量化观测值之间的差异，我们可以称之为距离。适当的距离定义取决于数据的性质和手头的问题。对于数值变量之间的距离，存在许多取决于观测差异大小的定义。对于分类数据，距离的定义更为复杂，因为没有直接量化观测差异的大小。本文介绍了一个灵活的框架，用于有效计算类别变量之间的距离，支持根据特定上下文定制的现有和新公式。在监督分类中，它通过整合响应和预测变量之间的关系来提高性能。此框架允许跨不同数据类型和域测量对象之间的差异。