积分度量学习

# 积分度量 当我们计算两个簇之间的距离的时候常常用的 欧氏距离，但是 用积分来度量两个簇 之间占据空间的大小也是一种很有趣的思路

 

import numpy as np

 

a1 = np.array([1, 1])

b1 = np.array([1, 2])

c1 = np.array([1, 3])

 

a2 = np.array([2, 3])

b2 = np.array([2, 5])

c2 = np.array([2, 7])

 

# 我们可以看成两个空间中 两类簇  我们认定的范围是 (1， 8) 在这个范围内积分， 我们采用莱布尼茨-牛顿的形式 F(a) - F(b) 把每一类的簇看作是一个 线性函数 求积分在相减。

 

from scipy import integrate

import numpy as np

 

x1 = np.array([1, 2, 3])

y1 = np.array([1, 2, 3])

 

x2 = np.array([3, 5, 7])

y2 = np.array([3, 5, 7])

 

v1 = integrate.trapz(y1, x1)

v2 = integrate.trapz(y2, x2)

print(v1)

print(v2)

 

# F(a) - F(b) -> v2 - v1

 

print(v2 - v1)