Distance metric

最新推荐文章于 2023-12-27 18:00:47 发布

helen_PhDing

最新推荐文章于 2023-12-27 18:00:47 发布

阅读量675

点赞数

文章标签： distance equals

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/helen_PhDing/article/details/6713401

版权

(1) Euclidean Distance

1-norm distance $= \sum_{i=1}^n \left| x_i - y_i \right|$ 2-norm distance $= \left( \sum_{i=1}^n \left| x_i - y_i \right|^2 \right)^{1/2}$ p-norm distance $= \left( \sum_{i=1}^n \left| x_i - y_i \right|^p \right)^{1/p}$ infinity norm distance $= \lim_{p \to \infty} \left( \sum_{i=1}^n \left| x_i - y_i \right|^p \right)^{1/p}$ $= \max \left(|x_1 - y_1|, |x_2 - y_2|, \ldots, |x_n - y_n| \right).$

(2) Chebyshev distance

The Chebyshev distance between two vectors or points p and q, with standard coordinates $p i$ and $q i$ , respectively, is

$D_{\rm Chebyshev}(p,q) := \max_i(|p_i - q_i|).\$

This equals the limit of the L_p metrics:

$\lim_{k \to \infty} \bigg( \sum_{i=1}^n \left| p_i - q_i \right|^k \bigg)^{1/k},$

hence it is also known as the L_∞ metric
(3) Levenshtein distance http://en.wikipedia.org/wiki/Levenshtein_distance

(4)

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Distance metric

(1) Euclidean Distance1-norm distance 2-norm distance
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。