NN中常用的距离计算公式:欧式距离、曼哈顿距离、马氏距离、余弦、汉明距离

1、欧氏距离Euclidean Distance:

 

2、曼哈顿距离Manhattan:

 

3、Mahalanobis马氏距离

马氏距离的浅显解释,见我的博文:https://blog.csdn.net/weixin_41770169/article/details/80759195

马氏距离和欧式距离的对比,见我的博文:https://blog.csdn.net/weixin_41770169/article/details/80759236

 

4、cosine similarity

cosine distance = 1 - cosine similarity

 

5、Hammi汉明距离

汉明距离是一个概念,它表示两个(相同长度)字对应位不同的数量

比如:1011101 与 1001001 之间的汉明距离是 2

 

参考文章:https://blog.csdn.net/Kevin_cc98/article/details/73742037

  • 18
    点赞
  • 97
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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