机器学习&&Hausdorff距离

Hausdorff距离是一个描述点集间最大接近度的数学概念,源于德国数学家Felix Hausdorff。它是从点集A到点集B的最远距离,即A中任一点到B中最远点的距离的最大值。Hausdorff距离具有方向性,h(A, B)通常不等于h(B, A)。计算涉及穷举所有点对的几何距离。该距离在机器学习和几何计算中有广泛应用。" 111582636,10292863,Shiro入门教程:十分钟快速掌握Shiro认证与授权,"['Shiro', '认证过滤器', '授权']
摘要由CSDN通过智能技术生成
  1. 概念
    Hausdorff距离以德国数学家(Hausdorff,Felix, 1868~1942)来命名,它描述的是一组点集到另一组点集中的最近点距离中的最大值,说得正规一点,从点集A到点集B的Hausdorff距离是一个极大极小函数,定义
  2. 其中a和b分别是点集A和B中的点,d(a,b)表示点a和点b之间的几何距离,那么用穷举法就可以计算这两个点集的Hausdorff距离,如下图所示:
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