通过矩阵求两个向量集中元素两两之间的欧氏距离(python实现)

通过矩阵求两个向量集中元素两两之间的欧氏距离(python实现)

在很多算法中都会涉及到求向量欧式距离，例如机器学习中的KNN算法，就需要对由训练集A和测试集B中的向量组成的所有有序对$\left(A_i,B_i\right)$,求出$A_i$和$B_i$的欧式距离。这样的话就会带来一个二重的嵌套循环，在向量集很大时效率不高。

这里介绍如何将这一过程用矩阵运算实现。

假设有两个三维向量集，用矩阵表示:

$$A=\begin{bmatrix} a_1^1 & a_1^2 & a_1^3 \\ a_2^1 & a_2^2 & a_2^3 \\ \end{bmatrix}$$

B=⎡⎣⎢⎢b11b12b13b21b22b23b31b32b33⎤⎦⎥⎥