R语言样品相似性的度量

在R语言中，用于度量样品相似性的常用统计方法有多种，其中一些常见的包括：

1. **欧几里得距离**（Euclidean Distance）：这是最直观的距离计算方法，适用于连续变量的数据集，衡量两个样本点之间的直线距离。

   dist Function <- function(x, y) sqrt(sum((x - y)^2))

2. **曼哈顿距离**（Manhattan Distance）：也称为城市街区距离，对每个维度独立求差绝对值再相加。

3. **余弦相似度**（Cosine Similarity）：适用于高维数据，基于向量的角度，测量的是两个向量方向的接近程度，而不是大小。

4. **皮尔逊相关系数**（Pearson Correlation Coefficient）：适用于连续数值变量，衡量两个变量线性关系的强度和方向。

5. **Jaccard相似度**（for categorical data）：常用于处理分类数据集，计算两个集合交集大小与并集大小的比例。

6. **Bray-Curtis dissimilarity**：一种生物多样性指数，它将物种差异视为在两群个体之间发生的物种转移的成本。

应用`dist()`函数时，可以结合特定的距离度量方法，如`method = "euclidean"` 或 `method = "cosine"`等。