1、常见的几种距离
(1)欧式距离
定义在两个向量(空间中的两个点)上:点 x 和点 y 的欧式距离为:
d E u c l i d e a n = ( x − y ) T ( x − y ) d_{Euclidean}=\sqrt{( \bold{x} -\bold{y})^T(\bold{x}-\bold{y})} dEuclidean=(x−y)T(x−y)
(2)闵可夫斯基距离
两个向量(点)的 p 阶距离:
d M i n k o w s k i = ( ∣ ∣ x − y ∣ ∣ p ) 1 p d_{Minkowski}=(||\bold{x}-\bold{y}||^p)^{\frac{1}{p}} dMinkowski=(∣∣x−y∣∣p)p1
当 p=1 时就是曼哈顿距离,当 p=2 时就是欧式距离。
(3)马氏距离
定义在两个向量(两个点)上,这两个数据在同一个分布里。点 x 和点 y 的马氏距离为:
d M a h a l a n o b i s = ( x − y ) T Σ − 1 ( x − y ) d_{Mahalanobis}=\sqrt{(\bold{x}-\bold{y})^T \varSigma^{-1}(\bold{x}-\bold{y})} dMahalanobis=(x−y)TΣ−1(x−y)
其中,Σ为这个分布的协方差,当Σ=Ι 时,马氏距离退化为欧式距离。
2、余弦相似度
衡量两个向量的相关性(夹角的余弦)。向量x,y的余弦相似度为:
c o s ( x , y ) = x ⋅ y ∣ x ∣ ⋅ ∣ y ∣ cos(\bold{x},\bold{y})= \frac{\bold{x} \cdot \bold{y}}{|\bold{x}| \cdot |\bold{y}|}