机器学习基础_距离

[TOC]
距离
范数:常被用来度量某个向量空间(或矩阵)中的每个向量的长度或大小。
满足一定的条件,即①非负性;②齐次性;③三角不等式。
(1) 范数:为向量各个元素绝对值之和
(2) 范数(Euclidean范数):为x向量各个元素平方和的开方
(3) 范数:为x向量各个元素绝对值次方和的次方
(4) :为向量各个元素绝对值最大的那个元素
闵科夫斯基距离
严格意义上讲,阅可夫斯基距离不是一种距离,而是一组距离的定义。
两个n维变量与间的闵科夫斯基距离定义为:
d_{12}=\sqrt[p]{\sum_{k=1}^{n}{(x_{1k}-x_{2k})^p}}
Last updated
Was this helpful?