相似度用于衡量同类样本的类似性和不同类样本的差异性。常用的有：

1．距　离

（1）欧氏距离

对每个样品，把它的第K个因素（变量）的值看作K维空间中的一个点，则n个样品就是K维空间中n个点，那么第i个样品与第j个样品之间的距离为

显然有-1≤D_ij≤1，距离D愈小表示两个样品愈相似，反之则疏远。

（2）明考斯基（Minkoski）距离

很明显，当q＝2时，此距离即为欧氏距离。

（3）马氏距离

（4）切比雪夫距离

D_ij（∞）＝max∣X_i－X_j｜

（5）斜交空间距离

由于变量往往存在程度不同的相关关系，以欧氏距离计算距离会使结果发生偏差，因而对样品i，j之间的距离可用更广泛的斜交空间距离作为分类尺度，即

其中，R_tp为变量t，p间的相关系数；K为变量数。

2．相似性系数

（1）相关系数

其中，和分别表示第i个和第j个样本的均值。R_ij愈接近1，则此两个变量愈相似；R_ij愈接近-1，则关系愈疏远。

（2）相似系数

第i个样品与第j个样品之间的相似系数是用两个向量间的夹角余弦来定义的，即

有-1≤cosα_ij≤1，且cosα_ij的值愈大，愈接近于1，则表示两个样品的关系愈相似，当等于1时，表示两样完全相同。