距离计算

距离计算总结

其中 

1、余弦距离

2、欧式距离

3、曼哈顿距离（Manhattan Distance）

4、闵可夫斯基距离

其中：p=1是曼哈顿距离

      P=2是欧式距离

      P=∞是切比雪夫距离

5、切比雪夫距离（Chebyshev Distance）

这个公式的另一种等价形式是：

6、杰卡德距离

杰卡德相似系数：两个集合A和B的交集元素在A和B的并集中华所占的比例，用J(A,B)表示

杰卡德相似系数： 

杰卡德距离： 

7、汉明距离

将一个字符串换为另一个字符串所需要替换的字符个数

例：例如字符串“1111”与“1001”之间的汉明距离为2。

8、标准化欧式距离（Standardized Euclidean distance）

定义：标准化欧氏距离是针对简单欧氏距离的缺点而作的一种改进方案。标准欧氏距离的思路：既然数据各维分量的分布不一样，那我先将各个分量都“标准化”到均值、方差相等吧。假设样本集X的均值(mean)为m，标准差(standard deviation)为s，那么X的“标准化变量”表示为： 

（标准化后的值 =  ( 标准化前的值  － 分量的均值 ) /分量的标准差）

（也可以叫做加权欧式距离）

8、皮尔逊相关系数