我开发了一种算法，使用一些速度值，VSL（直线速度）、VCL（曲线速度）和LIN（线性），将精子运动分为四类（1、2、3和4）。我是根据视频中的精子轨迹来做这件事的。
我掌握的信息是：视频_n结果（使用启发式算法）：
- 第1类：10%（10%的精子属于该运动类）
- 2级：20%
- 3级：30%
- 4级：40%
视频_n结果（根据专家）
- 1级：10%
- 2级：30%
- 3级：20%
- 4级：40%
我很难找到一种方法来测量这些信息之间的相似性（算法的有效性）
例如，如果我做
类别1（启发式）/类别1（专家）=1*100%这意味着根据类别1的相似性是100%，这意味着启发式算法是"完美的"分类类别1精子。
类别2（启发式）/类别2（专家）=0.66*100%这意味着根据类别1的相似性为66%这意味着启发式算法是"好的"分类类2 spems。
但在三班，我会得到150%的分数，这让我很困惑。有人知道我还能用什么其他衡量标准来获得相似性，或者150%在疗效方面意味着什么？
有许多可能的相似性度量。理想情况下，你应该自己推导一个，考虑到你进行这种分类的原因，这样，当你在实践中使用它时，良好的相似性分数就相当于表现良好的东西。下面是几个例子。
1） 余弦相似性。将这两组百分比视为向量，将它们制成单位向量，并取点积，得到0到1之间的值。因此，在您的示例中，您将有（10*10+20*30+30*20+40*40）/（sqrt（10*10+20*20+30*30+40*4）*sqrt（10*10+30*30+20+20+40*40））。
2） 如果专家和分类系统对同一个精子进行了分类，并且你跟踪了哪个是哪个，你就可以计算出分类系统正确的百分比。你没有这样做，但你可以通过为每个类取分配给这个类的最小值，来计算出与你所拥有的数据一致的最大值。在您的示例中，分类系统最多可以正确使用min（10，10）+min（20，30）+min[30，20]+min[40，40]%。这个分数将在0到100%之间，完美匹配的分数为100%。
3） 如果您的分类结果被用作诊断测试的输入（例如，如果…，患者将不孕），而不是比较分类输出，请查看您的分类的结果与专家分类的结果产生相同测试结果的频率-请参阅http://en.wikipedia.org/wiki/Receiver_operating_characteristic)