1. 程式人生 > 其它 >機器學習數學基礎之 歐式距離、曼哈段距離

機器學習數學基礎之 歐式距離、曼哈段距離

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: