机器学习中的距离计算方法

设空间中两个点为（x1,y1）(x2,y2)

一、欧式距离

二、曼哈顿距离

我们可以定义曼哈顿距离的正式意义为L1-距离或城市区块距离，也就是在欧几里德空间的固定直角坐标系上两点所形成的线段对轴产生的投影的距离总和。

例如在平面上，坐标(x1,y1)的i点与坐标(x2,y2)的j点的曼哈顿距离为：

d(i,j)=|X1-X2|+|Y1-Y2|.

三、余弦距离

cos=

四、切比雪夫距离

max{|x1-x2|,|y1-y2|}