Estoy en el proceso de escribir una aplicación que identifica la matriz más cercana de un conjunto de matrices cuadradas $M$ a una matriz cuadrada dada $A$ . Lo más cercano puede definirse como lo más similar.
Creo que encontrar la distancia entre dos matrices dadas es un enfoque justo ya que la menor distancia euclidiana se utiliza para identificar la cercanía de los vectores.
Encontré que la distancia entre dos matrices ( $A,B$ ) podría ser calculado usando el La distancia de Frobenius $F$ :
$$F_{A,B} = \sqrt{trace((A-B)*(A-B)')} $$
donde $B'$ representa la transposición conjugada de B.
Tengo los siguientes puntos que necesito aclarar
- ¿Es la distancia entre las matrices una medida justa de la similitud?
- Si se utiliza la distancia, ¿es la distancia de Frobenius una medida justa para este problema? ¿Alguna otra sugerencia?
4 votos
Hay muchas formas de medir la "distancia" entre dos matrices (igual que hay muchas formas de medir la distancia entre dos vectores). Sin más información, es imposible decir cuál es la mejor para ti.
0 votos
@bubba Sólo quiero encontrar la matriz más cercana a una matriz dada numéricamente. Estoy creando un recuperador de coincidencias más cercanas para una matriz dada. Si puedes indicarme otros posibles métodos que conozcas para las medidas de distancia sería de gran ayuda.
3 votos
Siempre que "sólo se quiera calcular algo", una buena norma es aquella para la que el problema se puede resolver fácilmente. Este suele ser el caso de la norma de Frobenius.