欧式距离与曼哈顿距离

最新推荐文章于 2025-03-24 18:38:10 发布
最新推荐文章于 2025-03-24 18:38:10 发布
阅读量4.1w 收藏 30
点赞数 25
分类专栏： 机器学习 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_25948717/article/details/81630621
版权
本文介绍了两种常见的距离度量方法：欧氏距离和曼哈顿距离。欧氏距离通过勾股定理计算两点间的直线距离，适用于多种维度的空间。曼哈顿距离则通过计算两点在坐标轴上的绝对距离之和来衡量距离，常用于街道网格布局中两点间的距离计算。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

欧式距离，其实就是应用勾股定理计算两个点的直线距离

二维空间的公式

其中，

为点与点之间的欧氏距离；为点到原点的欧氏距离。

三维空间的公式

n维空间的公式

 

曼哈顿距离，就是表示两个点在标准坐标系上的绝对轴距之和：

图中红线代表曼哈顿距离，绿色代表欧氏距离，也就是直线距离，而蓝色和黄色代表等价的曼哈顿距离。曼哈顿距离——两点在南北方向上的距离加上在东西方向上的距离，即d（i，j）=|xi-xj|+|yi-yj|。

Atitti knn实现的具体四个距离算法 欧氏距离、余弦距离、汉明距离、曼哈顿距离
attilax的专栏
10-25 6374
Atitti knn实现的具体四个距离算法  欧氏距离、余弦距离、汉明距离、曼哈顿距离 1. Knn算法实质就是相似度的关系1 1.1. 文本相似度计算在信息检索、数据挖掘、机器翻译、文档复制检测等领域有着广泛的应用1 2. 汉明距离1 2.1. 历史及应用1 3. 曼哈顿距离2 3.1. SimHash + 汉明距离3 3.2. 、简单共有词4  
我们可能会遇到的距离量算方法
慕名ArcGIS
12-25 5558
在看空间统计相关的文档资料的时候，看到了几个有关距离丈量方法的术语词汇，诸如：欧式距离、曼哈顿距离、切比雪夫距离…… 老外习惯于使用名字来命名算法，可是对于门外汉们，是一种困惑，今天就整理下，一起温故知新。1. 欧式距离（Euclidean Distance ）欧式距离是我们在直角坐标系中最常用的距离量算方法，例如小时候学的“两点之间的最短距离是连接两点的直线距离。”这就是典型的欧式距离量算方法。
精确率（Precision）、准确率（Accuracy）和召回率（Recall）详解
最新发布
Gsen2819的博客
03-24 2498
Accuracy = (90 + 180) / (90 + 180 + 10 + 20) = 270 / 300 = 0.9 或 90%FN (False Negative)：假负例，即实际为正类但被模型错误预测为负类的样本数。FN (False Negative)：假负例，即实际为正类但被模型错误预测为负类的样本数。TP (True Positive)：真正例，即实际为正类且被模型正确预测为正类的样本数。TP (True Positive)：真正例，即实际为正类且被模型正确预测为正类的样本数。
【机器学习】数学知识：欧式距离（Euclidean Distance）和曼哈顿距离（Manhattan Distance）
IT古董
11-15 2061
欧式距离和曼哈顿距离是两种常用的距离度量方法，用于衡量两点之间的相似性或差异性。它们在几何分析、数据挖掘、机器学习等领域有广泛应用。欧式距离（Euclidean Distance）是最常见的直线距离度量方法，源于欧几里得几何学。它表示两点之间的直线距离，类似于二维或三维空间中两点间的最短路径。曼哈顿距离（Manhattan Distance）也称为“城市街区距离”或“L1 距离”，表示两点之间的路径长度，假设只能沿水平和垂直方向移动，类似于网格状街道上的步行距离。
欧式距离和曼哈顿距离
读万卷书，行万里路。
08-21 2716
首先把公式搞出来吧，下面是二维平面的距离求解。 欧式距离： 曼哈顿距离： |x|= |x1-x2|+|y1-y2| 当然扩展到多维空间，我们也可以据需按照上面的公式来发挥了。 欧式距离： 欧式距离计算的是两个点之间的实际距离。或者用来求向量的自然长度。 曼哈顿距离： 从一个十字路口开车到另外一个十字路口，驾驶距离是两点间的直线距离吗？显然不是，除非你能穿越大楼。实际驾驶距离就是这个...
曼哈顿距离，欧式距离
qq_43367952的博客
02-23 776
概念 图中红线代表曼哈顿距离，绿色代表欧氏距离，也就是直线距离，而蓝色和黄色代表等价的曼哈顿距离。曼哈顿距离——两点在南北方向上的距离加上在东西方向上的距离，即d（i，j）=|xi-xj|+|yi-yj|。（百度百科） 1.曼哈顿距离 如在平面上，坐标（x1, y1）的i点与坐标（x2, y2）的j点的曼哈顿距离为： d(i,j)=|X1-X2|+|Y1-Y2|. 2.欧式距离 就是初中知识，两...
欧式距离和曼哈顿距离的比较
cyy2learn的博客
01-08 2万+
欧式距离 定义： 欧几里得度量（euclidean metric）（也称欧氏距离）是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离。 意义： 欧氏距离越小，两个向量的相似度越大；欧氏距离越小，两个向量的相似度越小。 缺点： 对异常数据敏感。 欧式距离将向量各个维度之间的差异等同对待。（实际情况中，样本的不同属性重要程度往往不同。） 优点： 计算速度快。 曼哈顿距离 定义： 欧氏距离...
欧式距离与曼哈顿距离的区别
05-30
欧式距离和曼哈顿距离都是用来衡量两个点之间的距离的方法。 欧式距离又称为欧几里得距离，是指在二维或三维空间中两个点之间的直线距离。在直角坐标系中，欧式距离公式为：$\sqrt{(x_2-x_1)^2+(y_2-y_1)^2}$。欧式...
本关任务:使用python编写一个能计算样本间欧式距离与曼哈顿距离的方法。
05-02
要编写一个能计算样本间欧式距离与曼哈顿距离的Python方法，我们需要明确距离的定义以及如何计算距离。 首先，欧式距离是指在n维空间中两个点之间的距离，也被称为直线距离。在二维平面上，欧式距离可以用勾股定理...
距离度量:使用Python编写一个能计算样本间欧式距离与曼哈顿距离的方法。
10-31
在Python中，我们可以创建两个函数分别用于计算欧式距离和曼哈顿距离。这两种都是常用的点之间空间距离测量方式。下面是简单的实现： ```python import numpy as np # 计算欧式距离 (Euclidean Distance) def ...
头歌使用Python编写一个能计算样本间欧式距离与曼哈顿距离的方法。
11-30
在Python中，我们可以定义两个函数来分别计算样本间的欧式距离（Euclidean Distance）和曼哈顿距离（Manhattan Distance）。这两种距离都是衡量两点间差异度的常用方式，在数据分析和机器学习中经常用到。 首先，...
常见的几种距离量度（欧式距离、曼哈顿距离、切比雪夫距离等）
一名在读大学生，正在学习深度学习，会定期分享一些该领域内容。欢迎大家一起交流学习~
05-01 1万+
在机器学习和数据挖掘中，我们经常需要计算样本之间的相似度，通常的做法是计算样本之间的距离。本文介绍几种常用的距离量度方法。
曼哈顿距离和欧氏距离
weixin_44943389的博客
10-31 889
曼哈顿距离（Manhattan Distance）和欧氏距离（Euclidean Distance）是两种常用的距离度量方法，通常用于测量两个点之间的距离。它们在不同的背景和应用中具有不同的用途。
欧式距离与曼哈顿距离切与比雪夫距离
雪雪
04-26 2082
一、欧式距离，其实就是应用勾股定理计算两个点的直线距离 二、曼哈顿距离，就是表示两个点在标准坐标系上的绝对轴距之和： 图中红线代表曼哈顿距离，绿色代表欧氏距离，也就是直线距离，而蓝色和黄色代表等价的曼哈顿距离。曼哈顿距离——两点在南北方向上的距离加上在东西方向上的距离，即d（i，j）=|xi-xj|+|yi-yj|。 三、切比雪夫距离 切比雪夫距离 定义 设平面空间内存在两点，它...
曼哈顿距离和欧氏距离（ L1距离和L2距离）
Drug discovery
04-04 3万+
欧氏距离里的距离计算： 曼哈顿距离（出租车距离，因为曼哈顿是一个四四方方的城市）中的距离计算： 图1中红线代表曼哈顿距离， 而蓝色和黄色代表等价的曼哈顿距离。 绿色代表欧氏距离，也就是直线距离， 曼哈顿距离——两点在南北方向上的距离加上在东西方向上的距离，即d(i,j)=|xi-xj|+|yi-yj|。就是表示两个点在标准坐标系上的绝对轴距之和 ...
欧式距离与曼哈顿距离的区别以及曼哈顿距离的应用
weixin_45459911的博客
03-29 7911
欧氏距离就是我们最常用的两点之间的直线距离。 以二维空间为例，两点(x1,y1),(x2,y2)之间的欧式距离为： 曼哈顿距离则表示两个点在标准坐标系上的绝对轴距之和。 还是以二维空间为例，两点(x1,y1),(x2,y2)之间的曼哈顿距离为： 用一张图来区分一下两者 图中绿线是欧氏距离，红线是曼哈顿距离，蓝线和黄线等价于曼哈顿距离。 为什么要提出曼哈顿距离呢？ ——为了简化计算。 曼哈顿距...
机器学习---常见的距离公式（欧氏距离、曼哈顿距离、标准化欧式距离、余弦距离、杰卡德距离、马氏距离、切比雪夫距离、闵可夫斯基距离、K-L散度）
热门推荐
weixin_43961909的博客
08-20 4万+
欧几里得度量（euclidean metric）（也称欧氏距离）是一个通常采用的距离定义，指在m维空。间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。的欧氏距离就是两点之间的实际距离。
曼哈顿距离，欧式距离，明式距离，切比雪夫距离区别
新手村
09-23 3万+
根据我浅薄的知识，以及粗浅的语言，随意总结一下。 1.曼哈顿距离 曼哈顿距离又称马氏距离（Manhattan distance），还见到过更加形象的，叫出租车距离的。具体贴一张图，应该就能明白。 上图摘自维基百科，红蓝黄皆为曼哈顿距离，绿色为欧式距离。 2.欧式距离 欧式距离又称欧几里得距离或欧几里得度量（Euclidean Metric），以空间为基准的两点之间最短距离，与
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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