常用向量间距离计算方式

目录

1、欧几里得距离

2、曼哈顿距离

3、切比雪夫距离

4、马哈拉诺比斯距离

1、欧式距离计算方法

欧几里得度量，即在m维空间中用于计算两点间实际距离的数学方法，也可用于衡量向量的模长，即某一点至坐标原点的直线距离。其计算公式表示为：d(x,y)=\sqrt{\sum _{i=1} ^{n} (x_{i}-y_{i})^2}

 import numpy as np

    
 dist = np.sqrt(np.sum(np.square(x-y)))
    
  
    
 #或者
    
 from scipy.spatial.distance import pdist
    
 dist = pdist(np.vstack([x,y]))
    
    
    
    
    AI写代码python
    
    运行

2、曼哈顿距离

曼哈顿距离，又被称为城市街区距离（City Block distance）。若将欧式距离视为两点之间的直线路径长度，那么曼哈顿距离则表示在实际空间中两点之间所经过的路径长度（该路径未必为直线）。

![dx,y = \sum_{i=1}^{n} |x_i - y_i|](https://ad.itadn.com/c/weblog/bl