• 闵可夫斯基距离(LP距离)、曼哈顿距离、欧式距离、切比雪夫距离、马哈拉诺比斯距离、相关系数、夹角余弦


    标题闵可夫斯基距离(LP距离)、曼哈顿距离、欧式距离、切比雪夫距离、马哈拉诺比斯距离、相关系数、夹角余弦

    在聚类中,可以将样本集合看作是向量空间中的点的集合,以该空间的距离表示样本之间相似度。常用的距离有闵可夫斯基距离,闵可夫斯基距离距离越大相似度越小,距离越小相似度越大。
    定义:
    在这里插入图片描述
    1.闵可夫斯基距离
    在这里插入图片描述
    p>=1,p>=1,当p=1时是曼哈顿距离,p=2时是欧式距离,p=∞时是切比雪夫距离

    2.曼哈顿距离
    在这里插入图片描述

    3.欧式距离
    在这里插入图片描述

    4.切比雪夫距离

    切比雪夫距离是两个点之间距离最大的坐标系之间的距离。
    在这里插入图片描述
    5.马哈拉诺比斯距离
    马哈拉诺比斯距离,简称马氏距离,也是另一种常用距离,考虑各个分量之间的相关性与各个分量的尺度无关。马哈拉诺比斯距离越大相似度越小,距离越小相似度越大。
    在这里插入图片描述
    6. 相关系数
    样本之间的相似度也可以用相关系数来表示。相关系数的绝对值接近于1样本岳相似;越接近于0,样本越不相似。
    在这里插入图片描述
    7. 夹角余弦
    夹角余弦越接近于1样本越相似,越接近于0,样本越不相似。
    在这里插入图片描述

  • 相关阅读:
    常用正则表达式大全
    ASP.netMVC验证码
    装饰器
    闭包函数
    猜年龄
    函数基础
    文件的高级应用
    字符编码
    文件的三种打开模式
    深浅拷贝+异常处理
  • 原文地址:https://www.cnblogs.com/gaoxing2580/p/12639342.html
Copyright © 2020-2023  润新知