KNN 学习笔记

先看这篇

欧氏距离

其中欧式距离，也就是平常意义上的距离，为m维空间中两坐标的真实距离：

二维空间中$(x_1,y_1),(x_2,y_2)$之间的距离：

$distance = \sqrt{(x_1 - x_2)^2 + (y_1-y_2)^2}$

三维空间中$(x_1,y_1,z_1),(x_2,y_2,z_2)$之间的距离：

$distance = \sqrt{(x_1 - x_2)^2 + (y_1-y_2)^2 + (z_1-z_2)^2}$

扩展到n维空间时,$(a[1],a[2],\cdots,a[n]),(b[1],b[2],\cdots,b[n])$之间的距离为：

$distance = \sqrt{(a_1 - b_1)^2 + (a_2-b_2)^2 + \cdots(a_n-b_n)^2}$

马氏距离

其中马氏距离也就是协方差距离

参考维基百科
涉及到的协方差和协方差矩阵

注意

第一篇博文的代码应该加入一行：
在ma=distance(i);的下面加入：
label_ma = label(i);
不然不严谨