数据挖掘之向量距离与相似性度量计算

(1)欧式距离

欧几里得度量（educlidean metric），指在m维空间中两点之间的真实距离，或者向量的自然长度，即该点到原点的距离。

标准化欧氏距离是针对欧氏距离的缺点而作的一种改进：

如果将方差的倒数看成一个权重，也可称之为加权欧氏距离。

(2)曼哈顿距离

Manhattan Distance，也称为城市街区距离（City Block distance）。如果把欧式距离理解成点到点的直线距离，那么曼哈顿距离就指的是两点之间的实际距离（不一定是直线）。

(3)切比雪夫距离

切比雪夫距离（Chebyshev distance）或是L∞度量，是向量空间中的一种度量，二个点之间的距离定义是其各坐标数值差绝对值的最大值。