距离矩阵的求解，补充中...

最新推荐文章于 2023-07-22 08:00:00 发布

夜枭子

最新推荐文章于 2023-07-22 08:00:00 发布

阅读量1.1k

点赞数 1

分类专栏：矩阵距离文章标签：矩阵机器学习 python

本文链接：https://blog.csdn.net/weixin_43724657/article/details/125754155

版权


# https://blog.csdn.net/lllfor/article/details/117747757?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522165741172216781647588955%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=165741172216781647588955&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_click~default-2-117747757-null-null.142^v32^pc_rank_34,185^v2^control&utm_term=%E5%8D%8F%E6%96%B9%E5%B7%AE%E7%9F%A9%E9%98%B5&spm=1018.2226.3001.4187
#matlab最后除以行向量维数
#也可以除以（行向量维数-1）

import numpy as np



#https://blog.csdn.net/LoveCarpenter/article/details/85048291 距离矩阵

#N个样本，每个样本的维数是d
#矩阵N-d自身行向量之间的距离矩阵计算,产生N*N维矩阵，每个行向量与自己与其他行向量的距离，对应元素相减后的平方和，再开方
import numpy as np 
import numpy.linalg as la #和线性代数相关的库
#1，双重for循环
# 行向量
X=np.arange(15).reshape(3,5)
# [[ 0  1  2  3  4]
#  [ 5  6  7  8  9]
#  [10 11 12 13 14]]
#距离矩阵
# [[ 0.         11.18033989 22.360