各种距离(Distance)

距离(Distance)用于衡量个体在空间上存在的远近,距离越远说明个体间的差异越大。

欧几里德距离(Euclidean Distance)

欧式距离是最常见的距离度量,衡量的是多维空间中各个点之间的绝对距离。公式如下:

明可夫斯基距离(Minkowski Distance)

明氏距离是欧式距离的推广,是对多个距离度量公式的概括性的表述。公式如下:


这里的p值是一个变量,当p=2的时候就得到了上面的欧式距离。

曼哈顿距离(Manhattan Distance)

曼哈顿距离来源于城市区块距离,是将多个维度上的距离进行求和后的结果,即当上面的明氏距离中p=1时得到的距离度量公式,如下:


切比雪夫距离(Chebyshev Distance)
切比雪夫距离就是当p趋向于无穷大时的明氏距离。


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值