数值型数据距离

闵可夫斯基距离

$$d(i,j)=\sqrt[h]{{\left|x_{i1}-x_{j1}\right|}^h+{\left|x_{i2}-x_{j2}\right|}^h+...+{\left|x_{id}-x_{jd}\right|}^h}$$
i=(x_i1,x_i2…x_id),i=(x_j1,x_j2…x_jd)分别代表两个d维数据对象，h为序，上述距离也被称为L_h范式

曼哈顿距离

h=1,L₁范式
$$d(i,j)=\left|x_{i1}-x_{j1}\right|+\left|x_{i2}-x_{j2}\right|+...+\left|x_{id}-x_{jd}\right|$$

欧氏距离

h=2,L₂范式
$$d(i,j)=\sqrt[2]{{\left|x_{i1}-x_{j1}\right|}^2+{\left|x_{i2}-x_{j2}\right|}^2+...+{\left|x_{id}-x_{jd}\right|}^2}$$

极大距离

h=∞，L_∞范式，$$d(i,j)=max\left|x_{i}f-x_{j}f\right|$$

示例

点集	特征1	特征2
x1	1	2
x2	3	5
x3	2	0
x4	4	5

曼哈顿距离

L1	x1	x2	x3	x4
x1	0
x2	5	0
x3	3	6	0
x4	6	1	7	0

欧氏距离

L2	x1	x2	x3	x4
x1	0
x2	3.61	0
x3	2.24	5.1	0
x4	4.24	1	5.39	0

极大距离

L∞	x1	x2	x3	x4
x1	0
x2	3	0
x3	2	5	0
x4	3	1	5	0

余弦相似度

$$cos(o_i,o_j)=\frac{{\sum }_{k=1}^n(x_{ik}\cdot x_{jk})}{\sqrt{{\sum }_{l=1}^n{x}_{il}^2}\cdot \sqrt{{\sum }_{l=1}^n{x}_{jl}^2}}$$

Instance	Team	Coach	Hockey	Baseball	Soccer	Penalty	Score	Win	Loss	Season
instance1	5	0	3	0	2	0	0	2	0	0
instance2	3	0	2	0	1	1	0	1	0	1

cos(instance1,instance2)
=$$\frac{5\ast 3+0\ast 0+3\ast 2+0\ast 0+2\ast 1+0\ast 1+2\ast 1+0\ast 0+0\ast 1}{(25+9+4+4{)}^{0.5}\ast (9+4+1+1+1+1{)}^{0.5}}$$=0.94

▶余弦相似度与欧氏距离的对比：
●衡量角度不同：
        欧氏距离：绝对距离
        余弦相似度：方向差异
●适应模型不同：
        欧氏距离：数值特征绝对差异，用于需要从维度的数值大小中体现差异的分析，如使用用户行为指标分析用户价值的相似度或差异
        余弦相似度：对绝对数值不敏感，用于使用用户对内容评分来区分用户兴趣的相似度和差异