İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Karar verme›Canberra Uzaklığı
MCDMDistance metric

Canberra Uzaklığı

Canberra Distance Metric · Ayrıca şöyle bilinir: Canberra metric, normalized Manhattan distance

Canberra uzaklığı, farkların mutlak değerlerin toplamına normalize edildiği, Manhattan uzaklığının ağırlıklı bir versiyonudur. Geoffrey Lance ve William Williams tarafından 1967'de kümeleme sınıflandırma yöntemleri üzerine yaptıkları çalışmaların bir parçası olarak tanıtılan bu metrik, küçük değerlerdeki farklılıklara vurgu yapar ve oransal değişimlere duyarlıdır. Taksonomi, ekoloji, karar verme ve normalize edilmiş oransal farkların önemli olduğu her uygulamada yaygın olarak kullanılır.

ScholarGate
  1. MCDM
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Canberra Uzaklığı
Bray-Curtis Ayrıklığı

Ne zaman kullanılır

Canberra uzaklığı, mutlak farklardan ziyade oransal farkların daha anlamlı olduğu durumlarda, özellikle ekolojik verilerde, tercih vektörlerinde veya oransal verilerde uygundur. Küçük değerlerdeki değişimlere duyarlıdır ve ölçek farklarına karşı dayanıklıdır. Bileşimsel veya normalize edilmiş verileri karşılaştırırken ve oransal uyumsuzlukları cezalandırmanız gerektiğinde kullanın. Sıfır değerlerinin mevcut olduğu veya mutlak büyüklüğün birincil endişe olduğu durumlarda kaçının.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Mutlak farklar yerine oransal farkları vurgular; oransal veriler için uygundur
  • Açık bir ağırlıklandırma olmaksızın küçük değer farklılıklarına doğal olarak duyarlıdır
  • Yüzde veya oran değişimlerinin önemli olduğu bağlamlarda sezgisel yorumlama
  • Farklı ölçeklere sahip vektörleri veya bileşimsel verileri karşılaştırmak için kullanışlıdır
Sınırlılıklar
  • Herhangi bir boyutta her iki bileşen de sıfır olduğunda tanımsız veya sorunludur
  • Küçük değerlere doğru eğilimlidir; sıfıra yakın sayıları karşılaştırırken aşırı büyük uzaklıklar üretebilir
  • Normalleştirme nedeniyle basit Manhattan uzaklığından hesaplama açısından daha maliyetlidir
  • Mutlak büyüklük farklarının birincil endişe olduğu durumlarda daha az uygundur

SSS

Canberra ve Manhattan uzaklığı arasındaki temel fark nedir?

Manhattan uzaklığı mutlak farkları doğrudan toplar. Canberra uzaklığı, her farkı iki bileşenin mutlak değerlerinin toplamına göre normalize eder, ardından bu normalize edilmiş oranları toplar. Canberra, oransal farkları vurgular ve küçük değer değişikliklerine duyarlıdır.

Sıfır değerleri Canberra uzaklığını nasıl etkiler?

Herhangi bir boyutta her iki bileşen de sıfır ise, formülün paydası sıfır olur ve bu da metriği tanımsız hale getirir. Çoğu uygulama bu boyutu atlar veya sıfır katkı olarak ele alır. Sıfır değerlerini ön işleme aşamasında dikkatlice işleyin.

Euclidean uzaklığı yerine ne zaman Canberra kullanmalıyım?

Oransal/göreli farkların mutlak mekansal mesafeden daha önemli olduğu durumlarda, örneğin bileşimsel veriler, ekolojik topluluklar veya normalize edilmiş tercih profilleri ile Canberra'yı kullanın. Mutlak mekansal ayrımı ölçerken Euclidean'ı kullanın.

Canberra uzaklığı ölçekten bağımsız mıdır?

Tam olarak değil. Bileşen düzeyinde normalleştirme yaparken, her iki vektörü de aynı faktörle ölçeklendirmek mesafeyi korumaz. Ancak, Manhattan uzaklığı gibi mutlak metriklere göre ölçek farklarına karşı daha dayanıklıdır.

Kaynaklar

  1. Lance, G. N., & Williams, W. T. (1967). A general theory of classificatory sorting strategies. Computer Journal, 10(3), 271-277. DOI: 10.1093/comjnl/10.3.271 ↗
  2. Cantrell, C. D. (1971). A review of taxonomic methods. Taxon, 20(2), 157-175. link ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 3). Canberra Distance Metric. ScholarGate. https://scholargate.app/tr/decision-making/canberra-distance

İlişkili yöntemler

Bray-Curtis Ayrıklığı

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Bray-Curtis AyrıklığıKarar verme↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Bray-Curtis Ayrıklığı

Benzer yöntemler

Kosinüs MesafesiGower MesafesiBray-Curtis Ayrıklığıİki vektör arasındaki Manhattan MesafesiHellinger MesafesiMinkowski UzaklığıMahalanobis MesafesiÖklid Mesafesi

İlgili referans kavramlar

Çok Boyutlu ÖlçeklemeDoğrusal Diskriminant AnaliziKanonik Korelasyon AnaliziKümeleme AlgoritmalarıHiyerarşik Kümeleme AnaliziK-Ortalamalar Kümeleme

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Canberra Distance (Canberra Distance Metric). 2026-07-20 tarihinde şu adresten erişildi: https://scholargate.app/tr/decision-making/canberra-distance · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Geoffrey Lance and William Williams
Subfamily
Distance metric
Year
1967
Type
Normalized city-block distance
İlişkili yöntemler
Bray-Curtis Ayrıklığı
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil