曼哈顿距离、欧拉距离、余弦距离等


 最近刚好用到距离相关的知识,于是过来回顾记录一下 ~~~

  • 相信大家都非常熟悉欧拉公式了,从小到大使用的最多的距离公式,比如两点之间的距离、点到直线的距离等。
  • 如今,在机器学习等领域,还有一些其他的公式也应用的非常广,例如曼哈顿距离、余弦距离、马氏距离等。

这些距离部分直观表示如下:

其中,每个距离都有自己的物理含义和应用场景。

而,闵可夫斯基距离(Minkowski Distance可以看做是曼哈顿距离(Manhattan Distance)、欧拉距离(Euclidean Distance)和切比雪夫距离(Chebyshev Distance的统称,当p取不同值时可以变成不同的距离公式。

 

参考:

https://blog.csdn.net/u014078887/article/details/103896770

https://blog.csdn.net/smile_Shujie/article/details/88205187


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM