常用距离公式

最新推荐文章于 2023-01-26 15:30:03 发布

cosmos~yu

最新推荐文章于 2023-01-26 15:30:03 发布

阅读量1.8k

点赞数

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/u012236671/article/details/102895037

版权

这篇博客介绍了向量间几种常见的距离和相似度计算方法，包括曼哈顿距离、欧式距离、闵可夫斯基距离、切比雪夫距离以及夹角余弦。这些概念在机器学习和数据分析中有着广泛应用，用于衡量样本向量之间的差异。

摘要由CSDN通过智能技术生成

设有两个n维向量 $A=(x_{11},x_{12},...,x_{1n})$ 和 $B=(x_{21},x{_22},...,x{_2n})$

1.曼哈顿距离

曼哈顿Juin也成为城市街区距离，数学表达式为： $d_{A,B}=\sum _{1=1}^{n}\left | x_{1i}-x_{2i} \right |$

2.欧式距离

L2范数，数学表达式为 $d_{A,B}=\sqrt{\sum _{i=1}^{n}(x_{1i}-x_{2i})^2}$

3.闵可夫斯基距离

可看做曼哈顿距离和欧式距离的推广，数学表达式为 $d_{A,B}=\sqrt[^p]{\sum _{i=1}^{n}(x_{1i}-x_{2i})^p}$

4.切比雪夫距离</

最低0.47元/天解锁文章

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
常用距离公式

设有两个n维向量和1.曼哈顿距离曼哈顿Juin也成为城市街区距离，数学表达式为： 2.欧式距离L2范数，数学表达式为3.闵可夫斯基距离可看做曼哈顿距离和欧式距离的推广，数学表达式为4.切比雪夫距离切比雪夫距离就是无穷级数，数学表达式为5.夹角余弦夹角余弦的取值范围为[-1,1]。夹角余弦越大，表示两个向量的夹角越小。当两个向量的方向重合的时候，夹角余弦取...
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。