三种常见的距离函数都是Minkowsky的特例,Minkowsky距离定义为

欧式距离也是在日常生活中运用的最广泛的距离
1.曼哈顿距离
P=1时,称Manhattan距离
2.欧氏距离
P=2时,称为欧几里得距离,Euclidean距离
n维空间的两点距离公式为:
即|x| = √( x[1]^2 + x[2]^2 + … + x[n]^2 )
3.切比雪夫距离
P=3时,称为切比雪夫距离
4.马氏距离

三种常见的距离函数都是Minkowsky的特例,Minkowsky距离定义为
欧式距离也是在日常生活中运用的最广泛的距离
P=1时,称Manhattan距离
P=2时,称为欧几里得距离,Euclidean距离
n维空间的两点距离公式为:
即|x| = √( x[1]^2 + x[2]^2 + … + x[n]^2 )
P=3时,称为切比雪夫距离
本文标题:大数据距离函数
本文链接:https://www.haomeiwen.com/subject/rvcbkqtx.html
网友评论