机器学习中常用的距离公式

距离应满足的性质：

• 非负性
• 同一性
• 对称性
• 直递性（三角不等式）：$dist(i,j)\le dist(i,k)+dist(k,j)$

1 两点之间的距离

令两点为 $X=(x_1,x_2,\cdots ,x_n)$，$Y=(y_1,y_2,\cdots ,y_n)$

1.1 闵可夫斯基距离（Minkowski Distance）

$$dis(X,Y)=(\sum _{i=1}^n|x_i-y_i{|}^p{)}^{\frac{1}{p}}$$

1.2 欧式距离（Euclidean Distance）

可以看作是 $p=2$ 的闵可夫斯基距离

$$dis(X,Y)=\sqrt{\sum _{i=1}^n(x_i}$$