NN中常用的距离计算公式:欧式距离、曼哈顿距离、马氏距离、余弦、汉明距离

1、欧氏距离Euclidean Distance:

NN中常用的距离计算公式:欧式距离、曼哈顿距离、马氏距离、余弦、汉明距离_第1张图片

 

2、曼哈顿距离Manhattan:

NN中常用的距离计算公式:欧式距离、曼哈顿距离、马氏距离、余弦、汉明距离_第2张图片

 

3、Mahalanobis马氏距离

马氏距离的浅显解释,见我的博文:https://blog.csdn.net/weixin_41770169/article/details/80759195

马氏距离和欧式距离的对比,见我的博文:https://blog.csdn.net/weixin_41770169/article/details/80759236

NN中常用的距离计算公式:欧式距离、曼哈顿距离、马氏距离、余弦、汉明距离_第3张图片

 

4、cosine similarity

cosine distance = 1 - cosine similarity

 

5、Hammi汉明距离

汉明距离是一个概念,它表示两个(相同长度)字对应位不同的数量

比如:1011101 与 1001001 之间的汉明距离是 2

 

参考文章:https://blog.csdn.net/Kevin_cc98/article/details/73742037

你可能感兴趣的:(机器学习)