以下内容来自《Python数据科学指南》
欧式空间与非欧氏空间的区别：
l 直观理解上：如果向量的元素是实数，那就是欧式空间；如果是整数，则不是欧式空间。其中文本挖掘时，词被当作轴，文档作为空间内的向量，两个文档向量的夹角的余弦值代表这两个文档之间的相似度。
l 数学理解上：欧式空间内两条平行线永不相交。但如果把空间想做一个地球，其中作为平行线的经线会相交于极点，此时该空间为非欧氏空间。
参考链接：https://www.zhihu.com/question/27903807如何通俗的解释欧氏空间？
欧式空间的距离度量：
l Lr-Norm距离：当r为2时，该距离度量为euclidean_distance，欧式距离也称L2-Norm距离。
l 余弦距离：即两个输入向量间夹角的余弦值。
非欧式空间的距离度量：
l Jaccard距离：用于测量集合间的距离，交集大小/并集大小=Jaccard系数，1- Jaccard系数为其距离。
l Hamming距离：统计不同的位的总数。
调用的API：
from sklearn.merics import euclidean_distances等
621
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
