#距离度量

最新推荐文章于 2024-11-12 12:29:51 发布
最新推荐文章于 2024-11-12 12:29:51 发布
阅读量178 收藏
点赞数 3
文章标签： 算法
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/m0_73879061/article/details/142770154
版权

欧式距离

空间内两点之间的距离
这是最早接触的，可能初中就会

以两点之间距离为例，公式如下

L_{2}=\sqrt{(x_{1}-x_{2})^{2}+(y_{1}-y_{2})^{2}}

转化成向量运算：

L^{_{2}}=\sqrt{(a-b)(a-b)^{T}}

曼哈顿距离

就是在方格子里走，一点到另一点的距离就是两点之间行距离加上列距离

切比雪夫距离

来源于国际象棋的走法，棋子在方格子里可以横着走，可以竖着走，也可以斜着走，因此最短距离就是距离另一点的  max（水平距离，垂直距离）

马氏距离

与正态分布密切相关

解决各个维度尺度不一致且相关的问题

白小佳
关注
几种距离度量方法比较
J_Boom的博客
02-04 1万+
欧氏距离(Euclidean Distance) 欧氏距离是最容易直观理解的距离度量方法，我们小学、初中和高中接触到的两个点在空间中的距离一般都是指欧氏距离。 二维平面上点a(x1,y1)与b(x2,y2)间的欧氏距离: 三维空间点a(x1,y1,z1)与b(x2,y2,z2)间的欧氏距离: n维空间点a(x11,x12,…,x1n)与b(x21,x22,…,x2n)间的欧氏距离（两个n...
距离度量之马氏距离
热门推荐
庞琳卓的博客
09-02 3万+
马氏距离 用来度量一个样本点Ｐ与数据分布为Ｄ的集合的距离。 假设样本点为： 数据集分布的均值为： 协方差矩阵为Ｓ。 则这个样本点Ｐ与数据集合的马氏距离为： 马氏距离也可以衡量两个来自同一分布的样本x和y的相似性： 当样本集合的协方差矩阵是单位矩阵时，即样本的各个维度上的方差均为１．马氏距离就等于欧式距离相等。 当协方差矩阵
距离度量计算方式
qq_36180997的博客
05-23 1018
距离 距离本质上是比较两个事物之间的差异大小。但是不同场景下，距离的表示方式也有所不同。 欧式距离 场景 网上影院需要将用户进行归类。 影院有用户的观影记录和对电影的评分记录。 归类 一维 假设小王和小李都只看了A电影： 比如小李对A电影评分为4，小王对A电影评分为5.那么小王和小李的距离为 d=开根号(5-4)的平方。 二维 复杂一点，小王和小李都看过两部相同电影，那怎么衡量他们两个的距离呢？ 将两个电影投到二维平面上，x代表对A电影评分的距离，y表示对B电影评分的距离。二维平面上直线的长度就是两个人的距
机器学习常用的距离度量方法
taotiezhengfeng的博客
05-29 2534
     机器学习领域常常会遇到求解相似度的问题，通常可以转化为对距离的求解，最常用的是对“向量”的距离求解。比如，求解某物品A和某物品B之间的相似度，可以收集它们共有特征，构建特征向量a和b，然后求解这两向量之间的距离，表示它们相似程度。下面介绍一些常用的求解距离的方法。方法一：欧式距离 欧式距离表示两点之间的直线距离，使用的较多。(1)二维平面上两个向量a(x1,x2)，b(y1,y2)的欧式...
距离度量准则（转载）
WillWinston的博客
12-14 1911
进行聚类分析首先要建立在各个样品（或变量）之间“距离”的精确度量的基础 根据变量类型的不同，“距离”的度量方式也不相同，下面分别叙述： 1. 针对连续变量的距离测度 欧氏距离（Euclidean distance）： 两个体p个变量值之差平方和的平方根 2. 针对计数变量的距离测度 所谓计数变量，是指个体在某个分类变量上的频数。针对计数变量的距离测度方法主要有卡方距离和Phi方距离。 3....
聚类算法：聚类算法中的距离度量
kkchenjj的博客
07-14 1115
在聚类算法中，距离度量是核心概念之一，它决定了数据点之间的相似性或差异性。距离度量的选择：不同的聚类算法可能需要不同的距离度量。例如，K-means通常使用欧氏距离，而DBSCAN则可能使用基于密度的距离度量。数据类型的影响：数据的类型（数值、分类、时间序列等）影响了距离度量的选择。对于数值数据，欧氏距离或曼哈顿距离是常见的选择；对于分类数据，汉明距离或Jaccard相似度可能更合适。数据预处理：在应用距离度量之前，数据预处理是必要的，包括数据标准化、归一化等，以确保距离度量的公平性和准确性。
距离度量
Shingle_的博客
05-22 1385
特征空间中两个实例点的距离是两个实例点相似程度的反映。 假设特征空间X是n维实数向量空间R^n, x_i, x_j ∈ X， 最常用的距离度量方法时“闵科夫斯基距离”（Minkowski distance），即为x_i - x_j的Lp范数 ||x_i - x_j||p 。x_i, x_j 的 闵科夫斯基距离定义： ，这里 p >= 1. 当p=2时，称为欧式距离（Eucl...
机器学习常用距离度量
赵广陆
09-17 1169
目录 1 距离公式的基本性质 2 常见的距离公式 2.1 欧式距离 2.2 曼哈顿距离 2.3 切比雪夫距离 2.4 闵可夫斯基距离 3 连续属性和离散属性的距离计算 4 小结 5 其他距离公式 5.1 标准化欧氏距离 5.2 余弦距离 5.3 汉明距离 5.4 杰卡德距离 5.5 马氏距离 1 距离公式的基本性质 在机器学习过程中，对于函数 dist()，若它是一"距离度量" (distance measure)，则需满足一些基本性质
时间序列的距离度量DTW
十三
04-18 2万+
Dynamic Time Warping（DTW）诞生有一定的历史了（日本学者Itakura提出），它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。应用也比较广，主要是在模板匹配中，比如说用在孤立词语音识别（识别两段语音是否表示同一个单词），手势识别，数据挖掘和信息检索等中。&...
机器学习-距离度量
czdecsdn的博客
02-02 980
机器学习-距离度量距离的基本性质闵可夫斯基距离p=1p=1p=1曼哈顿距离p=2p=2p=2欧式距离p=∞p=\infinp=∞切比雪夫距离闵氏距离缺点标准化欧氏距离加权欧氏距离余弦距离汉明距离 距离的基本性质 非负性：距离一定大于等于0 同一性：如果距离为0，两点相同 对称性：a ~ b的距离等于b ~ a的距离 直递性：a ~ c的距离<= a ~ b 加上 b ~ c 闵可夫斯基距离 闵氏距离不是一种距离，而是一组距离的定义。 两个n维变量的距离如下 d=∑k=1n∣x1k−x2k∣ppd
粗糙集中的距离度量与离群点检测
01-14
然后, 针对这3 种距离度量分别设计出相应的离群点检测算法, 用于从包含离散型属性的数据集中 检测离群点; 最后, 通过在2 个包含离散型属性的UCI 数据集上的实验, 验证了这些算法的可行性和有效性.</body>&...
模糊软集的相似度量和距离度量
03-13
这些度量基于集合论方法和匹配函数，对模糊软集相似度量和距离度量进行了比较研究，并提出了两种通用公式以定义具有不同参数集的两个模糊软集之间的相似度量和距离度量。相似度量是衡量两个模糊软集之间相似程度的...
STL set
hls0611的博客
11-09 247
练习题：P1059 [NOIP2006 普及组] 明明的随机数。
PCA（主成分分析）算法的应用场景
huanfeng_AI的博客
11-09 534
需要注意的是，PCA并不适用于所有场景。例如，当数据之间存在非线性关系时，PCA可能无法完全揭示数据的内在结构。此外，PCA对初始变量的顺序和标签敏感，不同的变量顺序可能导致不同的主成分结果。因此，在选择数据分析方法时，需要根据具体的数据和任务需求来决定是否使用PCA。
点云配准之点到点，点到面，点到线ICP，NDT算法介绍
qq_54375651的博客
11-10 1457
点云配准在人工智能，自动驾驶，SLAM等任务中具有十分关键的作用，本文将介绍点云配准的点到点，点到线，点到面ICP和NDT算法
0-Equity-Transformer：求解NP-Hard Min-Max路由问题的顺序生成算法（AAAI-24)(完)（code）
最新发布
太极生两鱼
11-12 77
最小最大路由问题旨在通过智能体合作完成任务来最小化多个智能体中最长行程的长度。这些问题包括对现实世界有重大影响的应用场景，但已知属于NP-hard问题。现有方法在大规模问题上面临挑战，尤其是在需要协调大量智能体以覆盖数千个城市的情况下。本文提出了Equity-Transformer来解决大规模最小最大路由问题。首先，我们采用顺序规划方法来处理最小最大路由问题，使我们能够利用强大的序列生成器（例如，Transformer）。其次，我们提出了关键的归纳偏差，以确保智能体之间的公平工作量分配。
算法每日双题精讲——双指针（有效三角形的个数，和为s的俩个数）
A Charmer 的博客
11-09 1254
本文围绕算法中的双指针技巧，详细讲解了 “有效三角形的个数” 和 “和为 s 的俩个数” 两道题目。对于 “有效三角形的个数”，通过排序数组后利用双指针遍历统计满足条件的三元组；“和为 s 的俩个数” 则是先排序，再用双指针找到和为目标值的两个数的下标。文中给出了 C++ 代码实现，并分析了每道题的时间复杂度和空间复杂度，最后强调双指针算法在解决数组问题中的优势，鼓励读者在算法学习中掌握该技巧。
子空间距离度量在识别技术中的应用
本文主要探讨了子空间距离度量及其在模式识别中的应用，特别是针对视频识别和人脸识别领域。作者来自北京大学信息科学技术学院的视觉与听觉信息处理国家重点实验室，包括封举富和王立威。文章详细介绍了如何利用子...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值