n维空间的欧式距离计算公式_机器学习中使用的不同类型的距离

在机器学习中，我们需要测量很多东西。要么了解它们之间的距离，要么分析它们彼此之间的相似程度，以便我们可以检测到它们的模式并做出预测。为了解决这些问题，我们使用了不同类型的距离测量，例如欧几里得距离，曼哈顿距离，余弦距离等。

欧几里得距离：

为了测量两点之间的直接距离，我们使用欧几里得距离。它的一些用例是测量飞行距离，或者分析两点之间的距离，以便我们了解它们是否相似或不同。

假设我们有两个点，如上图所示(x1，y1)和(x2，y2)，然后使用毕达哥拉斯定理获得它们之间的距离。在x轴上，我们可以相减x2-x1，在y轴上y2-y1，斜边d将是它们之间的距离。如果必须将其应用于更大的维度上，则可以简单地添加一个变量，例如z，计算公式如下：