![0d865eaeb766acf5c6362e288dbd95f8.png](https://img-blog.csdnimg.cn/img_convert/0d865eaeb766acf5c6362e288dbd95f8.png)
欧氏距离
欧式距离也就是欧几里得距离,是最常见也是最简单的一种距离,再n维空间下的公式为:
![6dc96dc08a6dc40929f572f27866738f.png](https://img-blog.csdnimg.cn/img_convert/6dc96dc08a6dc40929f572f27866738f.png)
在python中,可以运用scipy.spatial.distance中的pdist方法来实现,但需要调整其中参数为metric='euclidean',具体代码如下:
![24cdec3ebdf7c4fe3322a79765193b60.png](https://img-blog.csdnimg.cn/img_convert/24cdec3ebdf7c4fe3322a79765193b60.png)
运行程序之后结果如下:
![121bc9d9bcea5fec3e543abbb3c16054.png](https://img-blog.csdnimg.cn/img_convert/121bc9d9bcea5fec3e543abbb3c16054.png)
曼哈顿距离
曼哈顿距离顾名思义,来自于计算城市的
欧氏距离
欧式距离也就是欧几里得距离,是最常见也是最简单的一种距离,再n维空间下的公式为:
在python中,可以运用scipy.spatial.distance中的pdist方法来实现,但需要调整其中参数为metric='euclidean',具体代码如下:
运行程序之后结果如下:
曼哈顿距离
曼哈顿距离顾名思义,来自于计算城市的