距离度量以及python实现

传统距离： 欧氏距离(Euclidean Distance)，曼哈顿距离(Manhattan Distance)，切比雪夫距离 ( Chebyshev Distance )，闵可夫斯基距离(Minkowski Distance)，标准化欧氏距离 (Standardized Euclidean distance )，马氏距离(Mahalanobis Distance)，夹角余弦(Cosine)，皮尔逊相关系数（Pearson correlation)，汉明距离(Hamming distance)，杰卡德相似系数(Jaccard similarity coefficient),布雷柯蒂斯距离(Bray Curtis Distance)

https://www.cnblogs.com/denny402/archive/2004/01/13/7027954.html

https://www.cnblogs.com/denny402/archive/2004/01/13/7028832.html

概率分布距离：卡方检验，交叉熵，相对熵(relative entropy), js散度（Jensen-Shannon), f 散度（f-divergence),Hellinger distance,巴氏距离（Bhattacharyya Distance）,MMD距离（Maximum mean discrepancy),

 

https://www.cnblogs.com/denny402/archive/2004/01/13/7050779.html

https://www.cnblogs.com/denny402/archive/2004/01/13/7054950.html