본 논문은 거리 기반 지도 학습을 위한 단조 측도를 이용한 특징 부분집합 가중치 부여 방법을 제시한다. Choquet 적분을 이용하여 특징 부분집합 가중치를 포함하는 거리 측정법을 정의하며, 이를 통해 비선형 관계를 효과적으로 포착하고 조건 속성과 결정 속성 간, 그리고 조건 속성들 간의 상호작용을 고려하여 유연한 거리 측정을 가능하게 한다. 특히, 중복 및 강하게 상관된 특징이 추가되어도 거리가 영향을 받지 않도록 한다. 또한, 모든 특징 부분집합 가중치($2^m$)를 계산하는 대신 각각 $m$개의 특징 부분집합 가중치만 계산하여 계산 가능성을 높인다. Choquet 적분을 이용한 유사도 측정이 거리 정의의 비동등성을 초래하는 방식을 분석하고, 이중 측도를 통해 거리와 유사도 간의 관계를 탐구하며, 대칭적인 Choquet 거리와 유사도를 제안한다. 마지막으로, 구체적인 특징 부분집합 가중치 거리를 제시하고, k-최근접 이웃(KNN) 분류 설정에서 성능을 평가하여 Mahalanobis 거리 및 가중 거리 방법과 비교한다.
