機器學習數學基礎之 歐式距離、曼哈段距離
阿新 • • 發佈:2022-05-08
歐式距離:
兩點之間的直線距離:
- 二維平面上兩點 a(x1,x2),b(y1,y2) 間的歐式距離為:
\(d = \sqrt{(x_{1}-y_{1})^{2}+(x_{2}-y_{2})^{2}}\)
- 三維平面上兩點 a(x1,x2,x3), b(y1,y2,y3)間的歐氏距離:
\(d = \sqrt{(x_{1}-y_{1})^{2}+(x_{2}-y_{2})^{2}+(x_{3}-y_{3})^{2}}\)
- n維向量a(x1,x2,x3,.....,xn),b(y1,y2,y3,......,yn)間的歐式距離:
\(d = \sqrt{\sum_{i=1}^{n}\left ( x_{i}-y_{i}\right )^{2}} \)
- 向量表示法:\( \vec{a}\) 和 \(\vec{b}\) 間的歐式距離:
\(d = \sqrt{(\vec{a}-\vec{b})(\vec{a}-\vec{b})^{T}}\)
- Matlab計算(0,1),(1,1),(2,1)兩兩之間的歐式距離
曼哈頓距離(城市街區距離
):
兩個點在標準座標系上的絕對軸距總和:
- 二維平面上兩點 a(x1,x2),b(y1,y2) 間的曼哈頓距離為:
\(d = \left | x_{1}-y_{1}\right |+\left | x_{1}-y_{2}\right |\)
- n維平面上兩點 a(x1,x2,......,xn),b(y1,y2,......,yn) 間的曼哈頓距離為:
\(d = \sum_{i=1}^{n}\left | x_{i}-y_{i}\right |\)
- Matlab計算(0,1),(1,1),(2,1)兩兩之間的曼哈頓距離: