求解最高相似性

Question

方法之一：统计各行的平均值和方差，以此为条件求出最相近的50行。

Answer 1

还有一个问题
就是如果连在一起，那么他们的相似度就要高一点
你要考虑这个问题，呵呵
比如：
11111111111110000000000
11111100000111111100000
10101010101001010101010

Answer 2

哥们也是搞机器学习的？？ 我不知楼主这一百列的属性到底怎么样，以及他们的影响因子或者权重如何，如caozhy 所说，用聚类算法吧，按照你的50行相似，直接采用凝集算法，当某个集合达到50就停止输出。