学校做网站一般多少钱,瑞幸网络营销策划,网站查询域名,重庆广告网站推广机器学习常用距离度量方法 前言一、前期准备二、距离度量方法1. 欧氏距离2.曼哈顿距离3.切比雪夫距离4. 闵可夫斯基距离 总结 前言 机器学习中往往通过度量来研究不同样本或数据集之间的差异性#xff0c;合适的度量方式可以显著提高算法的准确率#xff0c;因此在接下来的内… 机器学习常用距离度量方法 前言一、前期准备二、距离度量方法1. 欧氏距离2.曼哈顿距离3.切比雪夫距离4. 闵可夫斯基距离 总结 前言 机器学习中往往通过度量来研究不同样本或数据集之间的差异性合适的度量方式可以显著提高算法的准确率因此在接下来的内容中介绍博主目前常用的距离度量方法。 一、前期准备 为了方便理解先设置两个二维平面上的点a(x1,y1)点b(x2,y2)下列所有的距离度量都默认使用点a和点b距离都用d表示不再赘述。 二、距离度量方法 1. 欧氏距离 欧氏距离起源于勾股定理全称为欧几里得距离它代表两点之间的直线距离如下图所示A,B点之间的蓝色线条就代表它的欧氏距离。 计算公式如下 2.曼哈顿距离 曼哈顿距离的名称来源于美国纽约曼哈顿区的街道规划。在曼哈顿街道规划呈矩形网格状使得行人和车辆只能沿着网格线移动而不能直线穿越街区。如下图所示意为坐标系上轴坐标距离的差值的和。 计算公式如下 3.切比雪夫距离 切比雪夫距离得名自俄罗斯数学家切比雪夫。 使用切比雪夫距离计算两点之间的距离时平面上的点向八个方向移动的距离或者说代价是一样的如下图所示画的有点丑见谅见谅如果有玩过国际象棋的朋友可以试试联想王的移动方式因此计算切比雪夫距离只需要最大的轴坐标之差。 计算公式如下 4. 闵可夫斯基距离 闵科夫斯基距离实际上是欧式距离、曼哈顿距离、切比雪夫距离在笛卡尔坐标系下的一种推广或者将它们统合在一个框架下。 计算公式如下 当p1的时候1阶闵科夫斯基距离等价于曼哈度距离 当p2的时候2阶闵科夫斯基距离等价于欧几里得距离 当p∞的时候∞阶闵科夫斯基距离等价于切比雪夫距离。 总结 目前只统计了博主自己遇到的一些度量方法其余方法后期会慢慢补充。