欧拉距离曼哈顿距离

http://blog.csdn.net/xiaoduan_/article/details/79327781

距离的探讨
欧拉距离

第一行是普通的两点间两个维度上的距离的公式,第二行推广到三个维度 第三多个维度 维度也就是特征 

最后简写成上面这个公式,在机器学习算法书中比较常见
曼哈顿距离


距离在数学公式上具有形式一致性
下面推导欧氏距离和曼哈顿距离
 
 


 


最后可以得出一个超参数——p 通过改变p可以改变距离的计算方法 
p取1或2时的明氏距离是最为常用的,p=2即为欧氏距离,而p=1时则为曼哈顿距离。 
明氏距离不足之处: 
主要表现在两个方面:第一,它与各指标的量纲有关; 
第二,它没有考虑指标之间的相关性。 

--------------------- 
作者:段渣渣 
来源:CSDN 
原文:https://blog.csdn.net/xiaoduan_/article/details/79327781 
版权声明:本文为博主原创文章,转载请附上博文链接!

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