欧几里得、曼哈顿、和切比雪夫距离公式图片详解

最新推荐文章于 2024-08-12 11:55:07 发布
最新推荐文章于 2024-08-12 11:55:07 发布
阅读量3.2k 收藏 7
点赞数 2
文章标签： 聚类算法 概率论
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/qq_45059903/article/details/108083362
版权

1. 欧几里得距离

计算公式（n维空间下）

二维：dis=sqrt( (x1-x2)^2 + (y1-y2)^2 )

三维：dis=sqrt( (x1-x2)^2 + (y1-y2)^2 + (z1-z2)^2 )

2.曼哈顿距离：两个点在标准坐标系上的绝对轴距总和

dis=abs(x1-x2)+(y1-y2)

如图所示，图中_A_,B_两点的曼哈顿距离为_AC+BC=4+3=7

3.切比雪夫距离：各坐标数值差的最大值

dis=max(abs(x1-x2),abs(y1-y2))

dis=max(AC,BC)=AC=4

曦 月さん
关注
  • 2
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MachineLearning-相似度距离公式
09-21
### 机器学习中的相似度距离公式详解 在机器学习领域，相似度的度量是非常重要的概念之一，尤其是在聚类分析、推荐系统、模式识别等场景中广泛应用。相似度度量通常通过不同的距离公式来实现，这些公式可以帮助我们...
曼哈顿距离（值得收藏）
叶底藏花~的博客
07-18 1994
曼哈顿距离 定义 出租车几何或曼哈顿距离（Manhattan Distance）是由十九世纪的赫尔曼·闵可夫斯基所创词汇 ，是种使用在几何度量空间的几何学用语，用以标明两个点在标准坐标系上的绝对轴距总和。 两点在南北方向上的距离加上在东西方向上的距离d(i,j)=|X1-X2|+|Y1-Y2| 数学性质 非负性：d(i,j)≥0 距离是一个非负的数值 同一性：d(i,i)= 0 对象到自身的距离为0 对称性：d(i,j)= d(j,i)距离是一个对称函数 三角不等式：d(i,j)≤d(i,k)+d(
欧几里得距离，曼哈顿距离，切比雪夫距离
XZHSakura的博客
07-30 1万+
1.欧几里得距离（欧式距离） 它是在m维空间中两个点之间的真实距离。在二维和三维空间中的欧氏距离的就是两点之间的距离（简单来说就是两点之间直线最短的那段距离）。相关联的范数称为欧几里得范数，也称 L2L_2L2​ 范数。 二维空间的公式 三维空间的公式 n维空间的公式 2.曼哈顿距离 曼哈顿距离也称出租车几何，是由十九世纪的赫尔曼·闵可夫斯基在曼哈顿街区研究时所创词汇，是种使用在几何度量空间的几何学用语，用以标明 两个点在标准坐标系上的绝对轴距总和。 例如在平面上，坐标 (X1,Y1)(X_1,Y_1
欧几里得距离（欧式距离）
sandalphon4869的博客
02-10 4万+
文章目录一、定义二、公式 一、定义 欧几里得度量（欧氏距离） Euclidean Metric，Euclidean Distance： 指在m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。 比如：在二维和三维空间中的欧氏距离就是两点之间的实际距离。 二、公式 二维： ρ=(x2−x1)2+(y2−y1)2\rho=\sqrt{(x_2-x_1)^2+(y_2-y_1)^...
距离度量 —— 欧式距离（Euclidean Distance）
繁依Fanyi的博客
06-10 2万+
欧式距离，也称为 欧几里得距离，是我们从小学、初中、高中等等乃至现在都会用到的距离度量。“两点之间线段最短” 大家都学过吧，这里只不过给换了一个高大上的英文名字，就是我们在小初高等试卷上计算距离的那个公式假设 二维平面 内有两点：a(x1,y1)a(x_{1},y_{1})a(x1​,y1​) 与 b(x2,y2)b(x_{2},y_{2})b(x2​,y2​)则二维平面的距离公式为：d12=(x1−x2)2+(y1−y2)2d_{12}=\sqrt{(x_{1}-x_{2})^2+(y_{1}-y_{2}
机器学习---常见的距离公式（欧氏距离、曼哈顿距离、标准化欧式距离、余弦距离、杰卡德距离、马氏距离、切比雪夫距离、闵可夫斯基距离、K-L散度）
weixin_43961909的博客
08-20 2万+
欧几里得度量（euclidean metric）（也称欧氏距离）是一个通常采用的距离定义，指在m维空。间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。的欧氏距离就是两点之间的实际距离。
机器学习中的数学——距离定义（一）：欧几里得距离（Euclidean Distance）
热门推荐
冯·诺依曼
12-08 5万+
欧几里得距离或欧几里得度量是欧几里得空间中两点间的即直线距离。使用这个距离，欧氏空间成为度量空间，相关联的范数称为欧几里得范数。 nnn维空间中的欧几里得距离： d(x,y)=∑i=1n(xi−yi)2=(x1−y1)2+(x2−y2)2+⋯+(xn−yn)2d(x, y)=\sqrt{\sum_{i=1}^n(x_i-y_i)^2}=\sqrt{(x_1-y_1)^2+(x_2-y_2)^2+\cdots+(x_n-y_n)^2}d(x,y)=i=1∑n​(xi​−yi​)2​=(x1​−y1​)2+(x
A星算法中文详解
03-09
- 启发式函数通常是欧几里得距离、曼哈顿距离或切比雪夫距离等，用于估计从当前节点到目标节点的代价。一个好的启发式函数应尽可能接近实际代价，但不能过高估计，否则可能导致算法效率降低。 - 具有“一致”性的...
数字图像处理复习题(选择题及相应答案) (3).docx
03-31
- 在图像处理中，像素之间的距离可以通过不同的方式计算，如曼哈顿距离（D4）、切比雪夫距离（D8）和欧几里得距离（De）。 - 欧几里得距离通常指的是直线上两点之间的实际距离，而曼哈顿和切比雪夫距离则考虑了...
knn.tar.gz_K.
09-20
常见的距离度量有欧几里得距离、曼哈顿距离、切比雪夫距离、马氏距离等，根据具体问题选择合适的度量方式。 3. **确定K值**：K值代表最近的邻居数量，它直接影响到模型的复杂性和性能。较小的K值可能导致过拟合，较...
Algorithm-A-Start_Algorithm.zip
09-17
常见的启发式函数包括曼哈顿距离、欧几里得距离和切比雪夫距离。这些函数可以提供对目标位置的近似评估，帮助算法更快找到最优路径。 "A-Start_Algorithm-master"目录下的内容可能包含了A*算法的实现代码、相关示例...
欧几里得距离
深未来技术
02-07 1272
欧几里得距离定义： 欧几里得距离（ Euclidean distance）也称欧式距离，它是一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。 　　在二维和三维空间中的欧式距离的就是两点之间的距离，二维的公式是 　　d = sqrt((x1-x2)^+(y1-y2)^) 　　三维的公式是 　　d=sqrt((x1-x2)^+(y1-y2)^+(z1-z2)^) 　　...
AlphaFold2新知识学习（十一）
xiaofengzihhh的博客
12-25 1584
2021SC@SDUSC 文章目录一、什么是欧几里得距离二、欧氏距离应用三、曼哈顿距离四、切比雪夫距离五、明氏距离五、马氏距离 前言：前段时间看了AlphaFold2论文中的算法22，遇到了一个词“欧几里得距离”，下面就让我们一起看一下什么是欧几里得距离吧，顺便再了解一下还有什么其他的距离。 一、什么是欧几里得距离   在数学中，欧几里得距离或欧几里得度量是欧几里得空间中两点间“普通”（即直线）距离。使用这个距离，欧氏空间成为度量空间。相关联的范数称为欧几里得范数。较早的文献称之为毕达哥拉斯度量。 在欧
距离度量 —— 曼哈顿距离（Manhattan Distance）
繁依Fanyi的博客
06-15 1万+
曼哈顿街区熙熙攘攘，在高处向下望去，曼哈顿的建筑方方正正地排列在一条条街道上，仿佛一个个棋子排列在键盘上。 想要计算两个建筑之间的距离，我们不能横穿某个建筑，需要拐弯抹角，经过一个个十字路口，才能到达我们想要去的地方。 曼哈顿距离，也正是这个原理，不能像 绿线（/） 一样，横穿建筑，而是需要和其它三条线一样， 穿过大街小巷。假设 二维平面 内有两点：a(x1,y1)a(x_{1},y_{1})a(x1​,y1​) 与 b(x2,y2)b(x_{2},y_{2})b(x2​,y2​)则二维平面的曼哈顿距离公
欧几里得距离、曼哈顿距离和切比雪夫距离
天蓝•若桦 的博客
03-16 2万+
1.      欧几里得距离、曼哈顿距离和切比雪夫距离 1.1      欧几里得距离：两个点之间的距离，也即通常情况下，我们所计算的距离，n维空间中的欧式距离的计算公式为： 1.2      曼哈顿距离：两个点在标准坐标系上的绝对轴距总和，在2维空间中的计算公式为： 1.3      切比雪夫距离：各坐标数值差的最大值，在2维空间中的计算公式为：
距离度量 —— 切比雪夫距离（Chebyshev Distance）
繁依Fanyi的博客
06-17 1万+
国际象棋的棋盘上，一场大战正在进行，“车”横冲直撞，干掉敌人；“皇后”肆意横行，大开杀戒；而国王，只能在自己周围的 “横”、“竖”、“斜” 几个方块里移动。 切比雪夫距离 (Chebyshev Distance) 研究的就是关于 “国王” 移动的问题，国王从一个格子 (x1,y1) 走到 另一个格子 (x2,y2) 最少需要的步数就是 切比雪夫距离 。二维平面上的切比雪夫距离就是国王移动问题，比如这里 “国王” 从 移动到 。 最短的距离肯定要 斜 着走的距离最大。因为，斜着走一格就相当于正常 “横”、
欧几里得最短距离公式_欧几里得度量（欧氏距离）
weixin_39955953的博客
12-23 3987
欧几里得度量，或者说欧氏距离，Euclidean Distance，这个名字来自著名的古希腊数学家欧几里得。欧几里得(公元前330年—公元前275年)，古希腊数学家。他活跃于托勒密一世(公元前364年－公元前283年)时期的亚历山大里亚，被称为“几何之父”，他最著名的著作《几何原本》是欧洲数学的基础，提出五大公设，欧几里得几何，被广泛的认为是历史上最成功的教科书。欧几里得也写了一些关于透视、圆锥曲...
启发式算法之模拟退火算法
最新发布
零度°C的博客
08-12 1113
模拟退火算法（Simulated Annealing，SA）最早由N. Metropolis等人于1953年提出。该算法的思想来源于固体物理中的退火过程，1983年，S. Kirkpatrick等人将其引入到组合优化问题中。模拟退火算法是一种基于概率的启发式搜索算法，通过模拟固体物质的退火过程来寻找问题的全局最优解。模拟退火算法（Simulated Annealing, SA）是一种基于概率的启发式搜索算法，其灵感来源于固体材料的退火过程。该算法通过模拟物理退火过程中的降温来逐步寻找到问题的全局最优解。
欧几里得距离公式、曼哈顿距离公式、切比雪夫距离公式、闵可夫斯基距离公式、余弦距离公式
06-08
欧几里得距离公式：在二维空间中，点A(x1, y1)和点B(x2, y2)之间的欧几里得距离公式为： d = sqrt((x2-x1)^2 + (y2-y1)^2) 曼哈顿距离公式：在二维空间中，点A(x1, y1)和点B(x2, y2)之间的曼哈顿距离公式为： d = |x2-x1| + |y2-y1| 切比雪夫距离公式：在二维空间中，点A(x1, y1)和点B(x2, y2)之间的切比雪夫距离公式为： d = max(|x2-x1|, |y2-y1|) 闵可夫斯基距离公式：在n维空间中，点A(x1, y1, ..., z1)和点B(x2, y2, ..., z2)之间的闵可夫斯基距离公式为： d = (|x2-x1|^p + |y2-y1|^p + ... + |z2-z1|^p)^(1/p) 其中p为参数，p=1时为曼哈顿距离，p=2时为欧几里得距离。 余弦距离公式：在n维空间中，向量A(x1, x2, ..., xn)和向量B(y1, y2, ..., yn)之间的余弦距离公式为： d = cos(theta) = (A·B) / (|A|·|B|) 其中theta为A和B之间的夹角，A·B为向量A和向量B的内积，|A|和|B|分别为向量A和向量B的模长。
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