matlab中各种距离计算方式

1、pdist函数

调用格式：Y=pdist(X,’metric’) 
说明：用 ‘metric’指定的方法计算 X 数据矩阵中对象之间的距离。’ 
X：一个m×n的矩阵，它是由m个对象组成的数据集，每个对象的大小为n。 

metric’取值如下： 
‘euclidean’：欧氏距离（默认）；

‘seuclidean’：标准化欧氏距离；

‘mahalanobis’：马氏距离； 

‘cityblock’：布洛克距离；

‘minkowski’：明可夫斯基距离； 

‘cosine’： 夹角余弦

‘correlation’：  相关距离

‘spearman'             

‘hamming’： 汉明距离

‘jaccard’：    杰卡德距离& 杰卡德相似系数               

‘chebychev’：Chebychev距离

2、pdist2函数

D = pdist2(X,Y)
D = pdist2(X,Y,distance)
D = pdist2(X,Y,'minkowski',P)
D = pdist2(X,Y,'mahalanobis',C)
D = pdist2(X,Y,distance,'Smallest',K)
D = pdist2(X,Y,distance,'Largest',K)
[D,I] = pdist2(X,Y,distance,'Smallest',K)
[D,I] = pdist2(X,Y,distance,'Largest',K)

clc;clear;
x = rand(4,3)
y = rand(1,3)

md1 = pdist2(x,y,'Euclidean');

md2 = pdist2(x,y,'seuclidean');

md3 = pdist2(x,y,'mahalanobis');

md4 = pdist2(x,y,'cityblock');

md5 = pdist2(x,y,'minkowski',p);

md6 = pdist2(x,y,'