前言
在图论之中,衡量两个点之间的距离可以用多种测量方法。本文主要是总结几种相似性度量方法,主要内容参考自Wiki和Tsingke的博客(见参考部分)。
目录
1.欧式距离
2.标准化欧式距离
3.曼哈顿距离
4.切比雪夫距离
5.闵可夫斯基距离
6.马氏距离
7.夹角余弦
8.汉明距离
9.杰卡德距离
10.相关系数
11.信息熵
具体内容
1. 欧氏距离 (Euclidean distance)
- 欧式距离是用来衡量定义在欧式空间的两个点之间的距离。比较基础和常用。
- 公式:
,其中 p = (p1, p2, ..., pn), q = (q1, q2, ..., qn).
- 例子:p = (0, 0, 0), q = (7, 8, 9). d(p, q) = 13.928. 注意这个距离就是三维空间到原点的距离。
2.标准化欧式距离
3.曼哈顿距离
4.切比雪夫距离
5.闵可夫斯基距离
6.马氏距离
7.夹角余弦
8.汉明距离
9.杰卡德距离
10.相关系数
11.信息熵
实现代码(Python)
实验结果
参考:
http://www.cnblogs.com/tsingke/p/5873258.html
https://en.wikipedia.org/wiki/Euclidean_distance
时间: 2024-08-25 05:07:29