常见的距离

一只行走的小bug

已于 2025-04-26 22:06:26 修改

阅读量33

点赞数

分类专栏：机器学习文章标签：算法机器学习人工智能

于 2025-03-24 16:46:02 首次发布

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_56577959/article/details/146479170

版权

机器学习专栏收录该内容

19 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

距离一般分为4类

1、空间中的距离。

2、字符串的距离。

3、集合的相似度。

4、变量/概率分布间的距离。

一、空间中点的距离

闵可夫斯基距离、曼哈顿距离、欧式距离和切比雪夫距离都会受到量纲影响，马氏距离不受量纲影响，为了消除量纲对距离的影响可以考虑对数据进行标准化，标准化之后量纲就完全不会对距离值产生影响，也就是完全消除了量纲的影响，因为不同量纲的同一数据集，标准化之后同一数据的值是相同的，我已经证明过了不需要再考虑。

闵可夫斯基距离

公式： $(\sum |x_i -y_i|^p)^{\frac{1}{p}}$ ，范数是 $||x||_p=(\sum |x_i|^p)^{\frac{1}{p}}$

曼哈顿距离

曼哈顿距离也称l1距离或城市街区距离，它是闵可夫斯基

了解本专栏

超级会员免费看

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。