案例03｜資料擴充：用歐幾里得距離比對匿名人物

一、案例定位

Activity 3 將 Mark 的匿名 A／B／C health log 與 Helena 現在的 Rajan／Tenzing health log 合併，再以共同 altitude 上的 HeartRate／SpO2／Temperature 計算平均 Euclidean distance，比較人物相似度。

二、學習目標

合併多 workbook worksheets。
只在兩資料集共同 altitude 上比較。
用三維向量 Euclidean distance 衡量相似度。
以平均 distance 排序候選，而不把相似度當身分證明。

三、案例情境

來源要求建立 Tenzing Analysis，逐 altitude 比較 Tenzing 與 A／B／C；之後再 Repeat for Rajan.

四、開始資料

比較維度	HeartRate
比對鍵	兩資料集完全相同的 Altitude
輸出	每個共同 altitude 的 distance + 每位候選的平均 distance

五、Excel／R／AI 分析方法

對共同 altitude 的兩個三維向量計算 Euclidean distance，再取所有共同高度的平均；distance 越小代表數值型態越相似。來源要求結果整理成每位人物一欄，底部計算 average。

六、計算結果

來源敘事指出：Tenzing ↔ Person B 平均距離約 0.34；Rajan ↔ Person C 約 0.12，兩者都是各自最接近的候選。

七、結果分析與管理解讀

小 distance 可以支持「數值非常相似」，但不能單獨證明兩個人就是同一人；也要檢查量測誤差、scale、共同 altitude 數量與其他候選差距。

八、AI 提問詞

請只使用兩資料集共同 altitude 的 HeartRate／SpO2／Temperature，逐列計算 Euclidean distance，再回報每位候選的平均值與共同 observations 數量。請把「最相似」和「身分已證實」明確區分。