Есть ли алгоритм, чтобы проверить, насколько похожи два двухмерных набора данных?

Question

Мне нужна помощь Прежде всего, я не смотрю, равны ли 2 набора данных (A == B) или имеют схожие характеристики, потому что они похожи.

У меня есть два набора двумерных данных (фактически есть два векторных поля), одно из которых «фиксированное», а другое «экспериментальное», я хочу знать, СКОЛЬКО равны они. Моя мысль состоит в том, чтобы получить число на точку, которое говорит, равны ли они в диапазоне значений (от 0 до 1, включая десятичные дроби). Это делается для создания итеративного алгоритма, чтобы найти лучший экспериментальный набор данных, который согласуется с фиксированным ... но сначала мне нужно найти " насколько они равны "

Это как измерить ошибку, чтобы минимизировать ее

Answer 1

Если у вас есть |A| = |B| и одинаковые (или близкие) точки выборки, можно просто использовать стандартное отклонение каждой пары |a-b|, где a \in A, b \in B, попарно. Не требуется отдельный временный массив, если вы используете стабильный онлайновый алгоритм, такой как Welford's , (просто возьмите квадрат root в конце, чтобы получить стандартное отклонение.)