From Similarity to Distance: Axiom Set, Monotonic Transformations and Metric Determinacy

Abstract

How to normalise similarity metric to a metric space for a clusterization? A new system of axioms describes the known generalizations of distance metrics and similarity metrics, the Pearson correlation coefficient and the cosine metrics. Equivalent definitions of order-preserving transformations of metrics (both monotonic and pivot-monotonic) are given in various terms. The metric definiteness of convex metric subspaces Rn and Z among the pivot-monotonic transformations is proved. Faster formulas for the monotonic normalization of metrics are discussed.

Исследуется сохранение порядка преобразованиями произвольной метрики (сходства или расстояния) в метрическое или полуметрическое пространство. Вводится система аксиом, по-новому объединяющая известные обобщения метрик расстояния и метрик сходства, коэффициент корреляции Пирсона и косинус угла между векторами. Сохраняющие порядок (как монотонные, так и стержнево-монотонные) преобразования метрик эквивалентно определяются в различных терминах. Метрическая определенность среди стержнево-монотонных преобразований выпуклых метрических подпространств Rn и Z доказывается при условии выпуклости метрики расстояния. Обсуждаются формулы ускоренной монотонной нормализации метрик сходства