2个点马氏距离计算实例_多元统计分析——欧式距离和马氏距离

今天介绍一下欧式距离和马氏距离。欧式距离大家都比较熟悉,但是欧式距离在某些情境下不太适用,于是印度统计学家马哈拉诺比斯(P. C. Mahalanobis)提出了马氏距离,来解决不能直接使用欧式距离的问题。

文章分为四个部分,第一部分简单介绍欧式距离,第二部分给出不能直接使用欧式距离的例子,第三部分介绍马氏距离,第四部分将欧式距离和马氏距离的优缺点作比较。

8ff2056d18ba8d0f76d4415e745723e5.gif

欧式距离

欧式距离是指欧几里得空间中两点的直线距离,设p维空间中两点x和y的为:

ea8d52ac99d9210d76f7c17e4dcc4f4c.png

那么x,y之间的欧式距离52f0760780276f2951b0ab1a977d6beb.png可以表示为:

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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