数据间相似度:
每一条数据都可以理解为多维空间中的一个点,可根据点与点之间的距离来评估数据间的相似性
二维、三维空间中,欧式距离公式:
闵可夫斯基距离:
曼哈顿距离可以看成两点之间的折线距离
欧式距离可以看成两点之间的直线距离
数据间的相似程度主要是依据数据间的距离,距离越大,越不相似
相似度计算之(一)——欧式距离与曼哈顿距离
最新推荐文章于 2024-06-17 05:30:00 发布
数据间相似度:
每一条数据都可以理解为多维空间中的一个点,可根据点与点之间的距离来评估数据间的相似性
二维、三维空间中,欧式距离公式:
闵可夫斯基距离:
曼哈顿距离可以看成两点之间的折线距离
欧式距离可以看成两点之间的直线距离
数据间的相似程度主要是依据数据间的距离,距离越大,越不相似