各种距离计算方法

m0_37919619

于 2021-07-01 21:42:00 发布

阅读量1.4k

点赞数

文章标签：机器学习 python

本文链接：https://blog.csdn.net/m0_37919619/article/details/118370304

版权

这篇博客详细介绍了多种距离计算方法，包括马氏距离、欧氏距离、余弦距离、皮尔逊相关系数、变异距离、曼哈顿距离、堪培拉距离、切比雪夫距离和sqeuclidean。通过代码示例展示了每种距离计算方法的实现，并探讨了它们在不同场景下的应用和差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述
马氏距离原理和应用的讲解
链接: link.
代码如下（示例）：

print('3马氏')
x = np.array(Z)
xT=x.T
D=np.cov(x)
invD=np.linalg.inv(D)
tp=xT[0]-xT[1]
OUT.append(np.sqrt(dot(dot(tp,invD),tp.T)))

在这里插入图片描述

代码如下（示例）：

pairwise_distances(Z