几种常见的距离
机器学习中常用的距离度量总结

一、欧式距离

机器学习中常用的距离度量总结

                                           机器学习中常用的距离度量总结

二、曼哈顿距离

机器学习中常用的距离度量总结

                                           机器学习中常用的距离度量总结

三、切比雪夫距离

机器学习中常用的距离度量总结

四、闵可夫斯基距离(闵式距离)

机器学习中常用的距离度量总结
机器学习中常用的距离度量总结

五、马氏距离

机器学习中常用的距离度量总结
机器学习中常用的距离度量总结

                                           机器学习中常用的距离度量总结

机器学习中常用的距离度量总结

六、标准欧式距离

机器学习中常用的距离度量总结

七、汉明距离

机器学习中常用的距离度量总结

机器学习中常用的距离度量总结

八、杰卡德距离

机器学习中常用的距离度量总结

九、测地距离(Geodesic Distance)

“geodesic”(测地线) 一词来源于 geodesy(测地学), 是一门测量地球大小和形状
的学科。 就从 geodesic的本意来说, 就是地球表面两点之间的最短路径。
Geodesic Distance 就是图中两节点的最短路径。几何空间通常用到的 Euclidean Distance(欧氏距离) , 即两点之间的最短距离, 两者有所区别。
机器学习中常用的距离度量总结
机器学习中常用的距离度量总结

相关文章: