计算数值属性相似性的常用方法 有()等。A. 欧几里得距离（又称为欧氏距离）B. 闵可夫斯基距离C. 曼哈顿距离D. 切比雪夫距离

本题考查数值属性相似性计算的常用方法，核心在于识别常见的距离度量方式。解题关键在于回忆不同距离公式的定义与应用场景，明确这些方法均属于衡量数值间相似性的工具。需注意，题目中的四个选项均为经典方法，需逐一对应确认。

选项分析

A. 欧几里得距离（欧氏距离）

欧氏距离是二维或三维空间中两点间直线距离的直接计算方式，公式为：
$d = \sqrt{(x_2 - x_1)^2 + (y_2 - y_1)^2}$
属于基础且常用的相似性度量方法，因此正确。

B. 闵可夫斯基距离

闵可夫斯基距离是更一般化的距离定义，包含欧氏距离和曼哈顿距离作为特例，公式为：
$d = \sqrt[p]{\sum_{i=1}^n |x_{i} - y_{i}|^p}$
当$p=2$时为欧氏距离，$p=1$时为曼哈顿距离。作为通用形式，它也是重要方法，因此正确。

C. 曼哈顿距离

曼哈顿距离假设只能沿坐标轴方向移动，公式为：
$d = |x_2 - x_1| + |y_2 - y_1|$
常用于网格状路径规划问题，是经典方法之一，因此正确。

D. 切比雪夫距离

切比雪夫距离衡量两点间最大坐标差，公式为：
$d = \max(|x_2 - x_1|, |y_2 - y_1|)$
常用于国际象棋中国王移动步数的度量，属于标准方法，因此正确。