马氏距离（Mahalanobis Distance） 马氏距离(Mahalanobis Distance)是由印度统计学家马哈拉诺比斯（P. C. Mahalanobis）提出的，表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。它考虑到数据特征之间的联系，并且是尺度无关 ...

余弦相似度 目录 余弦相似度概念 余弦相似度公式 余弦距离 1. 余弦相似度概念 在机器学习问题中，通常将特征表示为向量的形式，所以在分析两个特征向量之间的相似性时，常用余弦相似度来表示。 余弦相似度通过测量两个向量的夹角的余弦值来度量它们之间的相似度，取值范围 ...

定义p+q=(p.x+q.x,p.y+q.y)，给定两个点集，求{pi+qj}的凸包（凸壳）的问题 以求凸壳为例（凸包可以通过求上下凸壳然后拼凑）： 显而易见的结论是： 新凸壳上的点一定是由p和 ...

机器学习是时下流行AI技术中一个很重要的方向，无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率，本文中将介绍机器学习中各种“度量”，“度量”主要由两种，分别为距离、相似度和相关系数 ...

机器学习是时下流行AI技术中一个很重要的方向，无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率，本文中将介绍机器学习中各种“度量”，“度量”主要由两种，分别为距离、相似度和相关系数 ...

关于 wqs 二分部分可以参考 跳蛙的博客 或者 原论文，基础部分这里略过。 wqs 二分的构造解 wqs 二分的本质是二分斜率，寻找切点。假设希望求出值的横坐标为 \(X\)。但是事实上由于三点 ...

机器学习是时下流行AI技术中一个很重要的方向，无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率，本文中将介绍机器学习中各种“度量”，“度量”主要由两种，分别为距离、相似度和相关系数 ...

机器学习中，我们经常会对两个样本之间的相似度进行度量，此时会用到各种距离公式来反映某类事物在距离上接近或者远离的程度，K近邻算法，K-means聚类算法也涉及到距离公式的选择问题，今天我们就来总结一下常见的几种距离公式，以及这些公式的Python代码实现。 所有距离公式列表 ...