聚类中的距离

因学习mahout重新学习与理解聚类中的距离的设定。

由于一般把文档等数据抽象成为向量来表示。直观的，用矩阵以及线性空间中的相关知识来理解距离。由于线性空间、度量空间的一些特性。我们可以把一个新的数据集，利用我们容易理解的，已知的空间特性，来类比和学习。

常用距离以及对应的范数

距离	范数	范数
曼哈顿距离（绝对值之和）	1范数	范数
欧氏距离（几何距离）	2范数	范数
欧氏距离（几何距离）	2范数	范数
欧氏距离（几何距离）	2范数	范数

一些基本知识：

如果线性空间上定义了范数，则称之为赋范线性空间。利用范数可以诱导出度量：d(x,y)=║x-y║，进而诱导出拓扑，因此赋范线性空间是度量空间。

在理解一些其它的定义时，就可以用线性空间来更加理论化的理解了。

最常用的范数就是p-范数。若x=[x1,x2,...,xn]^T，那么

　　║x║p=(|x1|^p+|x2|^p+...+|xn|^p)^{1/p}　

　可以验证p-范数确实满足范数的定义。

其中三角不等式的证明不是平凡的，这个结论通常称为闵可夫斯基(Minkowski)不等式。　

　当p取1，2，∞的时候分别是以下几种最简单的情形：

　　1-范数：║x║1=│x1│+│x2│+…+│xn│

　　2-范数：║x║2=(│x1│^2+│x2│^2+…+│xn│^2)^1/2 　

　∞-范数：║x║∞=max(│x1│,│x2│,…,│xn│)

范数与距离之间的关系。

“范数||.||一定可以诱导出距离: d(x-y)=||x-y||（该距离甚至是平移不变的），但是反过来距离未必可以由范数来诱导。”