博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
各种距离(Distance)
阅读量:5886 次
发布时间:2019-06-19

本文共 393 字,大约阅读时间需要 1 分钟。

hot3.png

距离(Distance)用于衡量个体在空间上存在的远近,距离越远说明个体间的差异越大。

欧几里德距离(Euclidean Distance)

欧式距离是最常见的距离度量,衡量的是多维空间中各个点之间的绝对距离。公式如下:

明可夫斯基距离(Minkowski Distance)

明氏距离是欧式距离的推广,是对多个距离度量公式的概括性的表述。公式如下:

这里的p值是一个变量,当p=2的时候就得到了上面的欧式距离。

曼哈顿距离(Manhattan Distance)

曼哈顿距离来源于城市区块距离,是将多个维度上的距离进行求和后的结果,即当上面的明氏距离中p=1时得到的距离度量公式,如下:

切比雪夫距离(Chebyshev Distance)

切比雪夫距离就是当p趋向于无穷大时的明氏距离。

转载于:https://my.oschina.net/u/923087/blog/279356

你可能感兴趣的文章
1.安装zabbix server
查看>>
mongodb相关(单实例、复制集、分片集)
查看>>
快速排序的总结
查看>>
Linux系统详细启动流程
查看>>
论坛教程-去除版块导航
查看>>
linux下mysql的初始密码
查看>>
vim常用命令
查看>>
使用eclipse Maven插件创建一个web project
查看>>
我的友情链接
查看>>
成熟的标志
查看>>
慢慢的才知道
查看>>
ubuntu12.04TLS安装CodeBlocks
查看>>
待看博客
查看>>
加解密技术基础
查看>>
nginx和php-fpm优化
查看>>
分享一个zookeeper批量启动脚本
查看>>
mysql 遇到问题
查看>>
测试系统磁盘预读对PostgreSQL性能的影响
查看>>
使用过的终端命令汇集
查看>>
博客群发软件--用 Windows Live Writer完美发布新浪、网易、blogcn、blogbus、cnbl
查看>>