机器学习：欧氏距离（Euclidean Distance）

相关文章链接：算法文章汇总

---

欧式距离也称欧几里得距离，是最常见的距离度量，衡量的是多维空间中两个点之间的 绝对距离 。

以古希腊数学家欧几里得命名的距离，也就是我们直观的两点之间直线最短的直线距离。
 

欧氏距离定义： 欧氏距离（ Euclidean distance）是一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。

在二维和三维空间中的欧式距离的就是两点之间的距离，二维的公式是：

三维的公式是：

 推广到n维空间，欧式距离的公式是：

 n维欧氏空间是一个点集，它的每个点可以表示为(x(1), x(2), …, x(n))，其中x(i)(i=1,2…n)是实数称为x的第i个坐标，两个点x和y之间的距离d(x, y)定义为上面的公式。

---

 注：其他相关文章链接由此进 -> 算法文章汇总

---