matlab计算马氏平方距离

马氏距离计算一个点到一个参考分布的距离。马氏距离的优点是不受各个维度特征尺度的影响（尺度无关）。

 

d2 = mahal(Y, X)

d2 = mahal(Y,X) returns the squared Mahalanobis distance of each observation in Y to the reference samples in X.

返回Y中每个点相对于参考分布X的马氏平方距离。即Y_i与分布p(mu, cov)的距离，这里mu, cov通过X进行估计。

The Mahalanobis distance is a measure between a sample point and a distribution.

The Mahalanobis distance from a vector y to a distribution with mean μ and covariance Σ is

This distance represents how far y is from the mean in number of standard deviations.

mahal returns the squared Mahalanobis distance d2 from an observation in Y to the reference samples in X. In the mahal function, μ and Σ are the sample mean and covariance of the reference samples, respectively.

因此，计算一个向量中各点（或向量）到自身分布的马氏平方距离表示为：

d2 = mahal(X, X)

计算一个向量中各点（或向量）到另一个参考分布的马氏平方距离表示为：

d2 = mahal(Y, X)