我应该如何在 Java 中实现马氏距离函数？

【问题标题】：How should I implement a Mahalanobis distance function in Java?我应该如何在 Java 中实现马氏距离函数？
【发布时间】：2012-07-06 06:40:28
【问题描述】：

我正在用 java 开发一个项目，并且有两个 10x15 的 2d int 数组。我想在它们之间转换Mahalanobis distance。它们沿数组的 x 轴（大小 10）按类别分组。我知道您必须在这些组中找到平均值并重新分配数据以使其居中。我现在的问题是生成计算所需的协方差矩阵。如果有人知道执行此操作的好方法或指出可以引导我完成 3D 过程的有用指南，那将是一个很大的帮助。谢谢。

【问题讨论】：

标签： java 3d matrix distance covariance

【解决方案1】：

covariance 矩阵包含任意两个变量之间的预期关系。给定向量x 上的统计分布，统计均值avg：

covariance(i,j) = expected value of [ (x[i] - avg[i])(x[j] - avg[j]) ]

给定一组N 向量v_1 ... v_N 的统计集，平均向量avg，您可以估计它们的分布的协方差如下：

sample_covariance(i,j) = sum[for k=1..N]( (v_k[i] - avg[i])*(v_k[j] - avg[j]) ) / (N-1)

最后一个是您要查找的协方差矩阵。我建议您也阅读上面的 wiki 链接。

【讨论】：

感谢您的帮助。对于任何未来想要这样做的人，有一个名为 Colt 的不错的 Java 库，它具有一整套用于操作矩阵的函数。