曼哈顿距离、欧拉距离、余弦距离等

 最近刚好用到距离相关的知识,于是过来回顾记录一下 ~~~

  • 相信大家都非常熟悉欧拉公式了,从小到大使用的最多的距离公式,比如两点之间的距离、点到直线的距离等。
  • 如今,在机器学习等领域,还有一些其他的公式也应用的非常广,例如曼哈顿距离、余弦距离、马氏距离等。

这些距离部分直观表示如下:

其中,每个距离都有自己的物理含义和应用场景。

而,闵可夫斯基距离(Minkowski Distance可以看做是曼哈顿距离(Manhattan Distance)、欧拉距离(Euclidean Distance)和切比雪夫距离(Chebyshev Distance的统称,当p取不同值时可以变成不同的距离公式。

 

参考:

https://blog.csdn.net/u014078887/article/details/103896770

https://blog.csdn.net/smile_Shujie/article/details/88205187

posted on   落日峡谷  阅读(2912)  评论(1编辑  收藏  举报

编辑推荐:
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
阅读排行:
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源!
· 周边上新:园子的第一款马克杯温暖上架

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

统计

点击右上角即可分享
微信分享提示