机器学习之距离计算

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/gx_1983/article/details/78585365

常用距离概念介绍

  • 本文介绍了在机器学习中经常使用到的集中距离的概念。
  • 在做分类时常常需要估算不同样本之间的相似性度量(SimilarityMeasurement),这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究,甚至关系到分类的正确与否。
      本文的目的就是对常用的相似性度量作一个总结。

欧式距离

这里写图片描述

曼哈顿距离

这里写图片描述

待补充

猜你喜欢

转载自blog.csdn.net/gx_1983/article/details/78585365