从非线性距离度量到基于核的处方药预测系统的分析

距离度量及其非线性变体在基于机器学习的现实问题求解中起着关键作用。我们展示了欧氏距离与余弦距离度量不仅在理论上，而且在实际医疗应用（即处方药结果预测）中如何不同。欧氏距离在局部几何问题中表现出有利性质。就此而言，欧氏距离可应用于观察结果变异较小的短期疾病。此外，在面对高度变异的慢性疾病时，宜使用余弦距离。这些不同的几何性质导致原始嵌入空间中不同的子流形，进而导致不同的优化非线性核嵌入框架。我们首先在这些框架中建立了所需的几何性质。从这些性质出发，在某些视角下解释其差异。我们在真实世界大规模电子健康记录上的评估以及嵌入空间可视化从经验上验证了我们的方法。