计算大型数据集的欧几里得距离答案

【问题标题】：Calculating Euclidean Distance for Large DataSets计算大型数据集的欧几里得距离
【发布时间】：2012-04-19 01:58:07
【问题描述】：

我必须计算训练数据和测试数据之间的欧几里得距离。 train数据的总长度为1389，测试数据为364。基本上是美国邮政信封上手写邮政编码的数据，从“统计学习要素”的website下载。

我是初学者，只是阅读 R 包中的数据。我无法开始计算火车和测试数据之间的距离。谁能帮我告诉我如何为这些数据生成一个循环？

我会很感激的。

【问题讨论】：

这个问题目前的形式相当模糊，但是在你读入数据后，看看?dist函数......它会为你计算你的欧几里得距离
感谢您的帮助。我探索并了解了图书馆（领域）。实际上我必须在给定的数据集上执行 KNN（监督分类），并且我遵循计算距离、排序、选择邻居然后预测的方法。我的 K 值为 1、3、5、7 和 15。如果我的问题可以理解，您能解释一下吗？

标签： r distance

【解决方案1】：

对于欧几里得距离，我喜欢使用 fields 包中的 rdist。与stats 包中的dist 相比，一个优势是它可以将两个矩阵作为输入：

train.data <- matrix(runif(1389*2), ncol = 2)
test.data  <- matrix(runif(364*2),  ncol = 2)

library(fields)
distances <- rdist(train.data, test.data)
dim(distances)
# [1] 1389  364

【讨论】：