模式相似性测度笔记 模式识别备考（一）

前言：

下周就要模式识别考试了，临时抱抱佛脚丫子，发现有个题是相似性测度定义公式题。目测百分之百要考，所以进行总结一下，让自己知道咋回事。

（一）欧式距离

最常见的一种距离公式

定义：设X1,X2是两个N维的模式样本向量。X1和X2之间的欧式距离可以表示为：

(二)马氏距离

是对欧式距离的一种修正，解决了欧式距离中各个维度尺度不一致且相关的问题。（相关？？？）

定义：单个数据样本到均值样本的马氏距离：

数据点X,Y之间的马氏距离：

由于看到这个公式时，期望，方差，协方差&