cdist计算两组输入的每对之间的距离。

计算两组输入的每对之间的距离。
以下是常见的调用约定：

1.``Y = cdist（XA，XB，'euclidean'）``

   计算：math：`m`之间的距离
   欧几里德距离（2-norm）作为距离度量
   点。这些点排列如下：math：`m`
   ：math：矩阵X中的`n`维行向量。

2.``Y = cdist（XA，XB，'minkowski'，p）``

   使用Minkowski距离计算距离
   ：math：`|| u-v || _p`（：math：`p`-norm）其中：math：`p \\ geq 1`。

3.``Y = cdist（XA，XB，'cityblock'）``

   计算城市街区或曼哈顿之间的距离
   点。

4.``Y = cdist（XA，XB，'seuclidean'，V =无）``

   计算标准欧氏距离。标准化
   两个n向量“u”和“v”之间的欧几里德距离是

   .. 数学：：

      \\ sqrt {\\ sum {（u_i-v_i）^ 2 / V [x_i]}}。

   V是方差向量; V [i]是对所有方差计算的方差
   点的第i个组成部分。如果没有通过，那就是
   自动计算。

5.``Y = cdist（XA，XB，'sqeuclidean'）``

   计算平方欧几里德距离：数学：`|| u-v || _2 ^ 2`之间
   向量。

6.``Y = cdist（XA，XB，'cosine'）``

   计算向量u和v之间的余弦距离，

   .. 数学：：

      1  -  \\ frac {u \\ cdot v}
               {{|| u ||} _2 {|| v ||} _2}

   其中：math：`|| * || _2`是其参数``*``的2范数，和
   ：math：`u \\ cdot v`是点数乘积：math：`u`和：math：`v`。

7.``Y = cdist（XA，XB，'correlation'）``

   计算向量u和v之间的相关距离。这是

   .. 数学：：

      1  -  \\ frac {（u  -  \\ bar {u}）\\ cdot（v  -  \\ bar {v}）}
               {{||（u  -  \\ bar {u}）||} _2 {||（v  -  \\ bar {v}）||} _2}

   其中：math：`\\ bar {v}`是向量v的元素的平均值，
   和：math：`x \\ cdot y`是点数乘积：math：`x`和：math：`y`。


8.``Y = cdist（XA，XB，'汉明'）``

   计算归一化的汉明距离，或者比例
   那两个n向量之间的向量元素``u``和``v``
   不同意。为了节省内存，矩阵“X”可以是类型
   布尔值。

9.``Y = cdist（XA，XB，'jaccard'）``

   计算点之间的Jaccard距离。鉴于两个
   向量，``u``和``v``，Jaccard距离是
   这些元素的比例是``u [i]``和``v [i]``那个
   不同意，其中至少有一个非零。

10.``Y = cdist（XA，XB，'chebyshev'）``

   计算点之间的切比雪夫距离。该
   两个n向量“u”和“v”之间的切比雪夫距离是
   它们各自元素之间的最大范数为1。更多
   确切地说，距离是由

   .. 数学：：

      d（u，v）= \\ max_i {| u_i-v_i |}。

11.``Y = cdist（XA，XB，'canberra'）``

   计算点之间的堪培拉距离。该
   两点之间的堪培拉距离``u``和``v``是

   .. 数学：：

     d（u，v）= \\ sum_i \\ frac {| u_i-v_i |}
                          {| u_i | + | V-I |}。

12.``Y = cdist（XA，XB，'braycurtis'）``

   计算点之间的Bray-Curtis距离。该
   Bray-Curtis两点之间的距离``u``和``v``是


   .. 数学：：

        d（u，v）= \\ frac {\\ sum_i（u_i-v_i）}
                      {\\ sum_i（u_i + v_i）}

13.``Y = cdist（XA，XB，'mahalanobis'，VI =无）``

   计算点之间的马哈拉诺比斯距离。该
   两点之间的马哈拉诺比斯距离``u``和``v``是
   ：math：`（u-v）（1 / V）（u-v）^ T`其中：math：`（1 / V）`（``VI``
   变量）是逆协方差。如果``VI``不是None，
   ``VI``将用作逆协方差矩阵。

14.``Y = cdist（XA，XB，'yule'）``

   计算布尔值之间的Yule距离
   向量。 （参见`yule`函数文档）

15.``Y = cdist（XA，XB，'匹配'）``

   计算布尔值之间的匹配距离
   向量。 （参见`matching`函数文档）

16.``Y = cdist（XA，XB，'骰子'）``

   计算布尔向量之间的Dice距离。 （看到
   `骰子`功能文档）

17.``Y = cdist（XA，XB，'kulsinski'）``

   计算布尔值之间的Kulsinski距离
   向量。 （参见`kulsinski`函数文档）

18.``Y = cdist（XA，XB，'rogerstanimoto'）``

   计算布尔值之间的Rogers-Tanimoto距离
   向量。 （参见`rogerstanimoto`功能文档）

19.``Y = cdist（XA，XB，'russellrao'）``

   计算布尔值之间的Russell-Rao距离
   向量。 （参见`russellrao`功能文档）

20.``Y = cdist（XA，XB，'sokalmichener'）``

   计算布尔值之间的Sokal-Michener距离
   向量。 （参见`sokalmichener`功能文档