Python实现的计算马氏距离算法示例

最新推荐文章于 2024-09-28 17:43:52 发布

转载最新推荐文章于 2024-09-28 17:43:52 发布 · 2.2k 阅读

2 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/amengduo/p/9586360.html

文章标签：

#python #r语言

本文提供了一个使用Python实现的马氏距离计算示例。通过定义一个函数，该函数接受两个输入参数并返回它们之间的马氏距离。示例中还包含了如何计算协方差矩阵及其逆矩阵的具体步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python实现的计算马氏距离算法示例

本文实例讲述了Python实现的计算马氏距离算法。分享给大家供大家参考，具体如下：

我给写成函数调用了

python实现马氏距离源代码：
# encoding: utf-8
from __future__ import division
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import numpy as np
def mashi_distance(x,y):
print x
print y
#马氏距离要求样本数要大于维数，否则无法求协方差矩阵
#此处进行转置，表示10个样本，每个样本2维
X=np.vstack([x,y])
print X
XT=X.T
print XT
#方法一：根据公式求解
S=np.cov(X) #两个维度之间协方差矩阵
SI = np.linalg.inv(S) #协方差矩阵的逆矩阵
#马氏距离计算两个样本之间的距离，此处共有4个样本，两两组合，共有6个距离。
n=XT.shape[0]
d1=[]
for i in range(0,n):
    for j in range(i 1,n):
      delta=XT[i]-XT[j]
      d=np.sqrt(np.dot(np.dot(delta,SI),delta.T))
      print d
      d1.append(d)
if __name__ == '__main__':
# 第一列
x = [3, 5, 2, 8]
# 第二列
y = [4, 6, 2, 4]
mashi_distance(x,y)