matlab相似度计算代码

当涉及到计算两个数据集或者向量之间的相似度时，MATLAB提供了多种方法和函数。以下是一种常见的相似度计算方法的示例代码：

% 数据集1
data1 = [1, 2, 3, 4, 5];
% 数据集2
data2 = [2, 4, 6, 8, 10];

% 欧氏距离
euclidean_distance = norm(data1 - data2);

% 曼哈顿距离
manhattan_distance = sum(abs(data1 - data2));

% 余弦相似度
cosine_similarity = dot(data1, data2) / (norm(data1) * norm(data2));

% 相关系数
correlation_coefficient = corrcoef(data1, data2);

% Jaccard相似系数（用于集合）
set1 = [1, 2, 3];
set2 = [2, 3, 4];
jaccard_similarity = length(intersect(set1, set2)) / length(union(set1, set2));

这段代码演示了几种常见的相似度计算方法，包括欧氏距离、曼哈顿距离、余弦相似度、相关系数和Jaccard相似系数。你可以根据具体的需求选择适合的方法进行计算。