python计算矩阵间的欧式距离

背景:计算一个M*D的二维矩阵与一个N*D的二维矩阵各个行向量之间的距离,不用循环来做。
  • 如果计算两个一维向量P,C的维数相同,则它们的欧氏距离为这里写图片描述
    • 化简之后为
      这里写图片描述
  • 我们继而推广,一个一维向量与一个二维矩阵各个行向量的欧氏距离为:
    这里写图片描述
  • 再继续推广到一个二维矩阵M个行向量与另一个矩阵N个行向量的欧式距离形成的一个二维矩阵矩阵为M*N:
    这里写图片描述

最终结果为三个M*N的二维矩阵求和:
1. 第一个矩阵为P的各行向量模长平方的矩阵,如下

||p1||2||p2||2||pM||2||p1||2
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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