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。
本文深入探讨了距离度量的概念及其在不同场景下的应用,从基本的欧几里德距离出发,逐步介绍到明可夫斯基距离、曼哈顿距离以及切比雪夫距离等,旨在为读者提供全面的距离度量理论概述。
1736

被折叠的 条评论
为什么被折叠?



