常用的几种距离的优劣

欧式距离

欧式距离想必很熟悉了，就是两个特征向量长度平方和的平方根嘛

优势：简单直观

劣势：若某些特征比其他特征值大很多，精度就会比较差。此外，若有很多特征值为0，也就是所谓的稀疏矩阵，结果也不准确。总之，稳定性不是很好

曼哈顿距离

曼哈顿距离是两个特征在标准坐标系中绝对轴距之和（没有使用平方距离），又称街区距离。

优势：在某些情况下具有更高的稳定性

劣势：若数据集中某些特征值过大，这些特征会掩盖其他特征间的近邻关系

余弦距离

余弦距离指的是特征向量夹角的余弦值，忽略了特征向量的长度

优势：更适合解决异常值和数据稀疏问题，适用于特征向量很多的情况

劣势：丢弃了向量长度所包含的在某些场景下可能会很有用的一些信息

 

三种距离更直观的表示见下图：

 

参考自python数据挖掘入门与实践