【机器学习】距离公式

Euclidean Distance

Manhattan Distance

Hamming Distance

Normalization 

1.Euclidean Distance  欧几里得距离

def euclidean_distance(pt1,pt2):
  distance=0
  for i in range(len(pt1)):
    distance+=(pt1[i]-pt2[i])**2
  distance=distance**0.5
  return distance

2.Manhattan Distance  曼哈顿距离

类似于行走城市街区时的导航方式 曼哈顿距离始终大于或等于欧几里德距离

def manhattan_distance(pt1,pt2):
  distance&#
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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