机器学习案例系列教程——距离度量方法总结

  在数据挖掘中，不管是对数据进行分类、聚类仍是异常检测、关联性分析，都创建在数据之间类似性或相异性的度量基础上。一般使用距离做为数据之间类似性或相异性的度量方法，经常使用的度量方法有欧式距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、汉明距离、余弦距离、马氏距离、Jaccard系数、相关系数、信息熵。web 欧式距离   n维空间中两个样本点x和y之间的欧几里得距离定义以下： svg d(x,y

>>阅读原文<<