机器学习中的距离计算方法

Posted AI算法攻城狮

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习中的距离计算方法相关的知识,希望对你有一定的参考价值。

设空间中两个点为(x1,y1)(x2,y2)

一、欧式距离

二、曼哈顿距离

我们可以定义曼哈顿距离的正式意义为L1-距离或城市区块距离,也就是在欧几里德空间的固定直角坐标系上两点所形成的线段对轴产生的投影的距离总和。

例如在平面上,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|.

三、余弦距离

cos=

四、切比雪夫距离

max{|x1-x2|,|y1-y2|}

以上是关于机器学习中的距离计算方法的主要内容,如果未能解决你的问题,请参考以下文章

机器学习中的距离计算方法

9个机器学习算法中常见的距离计算公式

机器学习中的相似性度量

机器学习中的相似性度量

机器学习中的相似性度量

机器学习 - 距离计算