机器学习中的数学——距离定义(七):兰氏距离(Lance and Williams Distance)/堪培拉距离(Canberra Distance)
分类目录:《机器学习中的数学》总目录
相关文章:
· 距离定义:基础知识
· 距离定义(一):欧几里得距离(Euclidean Distance)
· 距离定义(二):曼哈顿距离(Manhattan Distance)
· 距离定义(三):闵可夫斯基距离(Minkowski Distance)
· 距离定义(四):切比雪夫距离(Chebyshev Distance)
· 距离定义(五):标准化的欧几里得距离(Standardized Euclidean Distance)
· 距离定义(六):马氏距离(Mahalanobis Distance)
· 距离定义(七):兰氏距离(Lance and Williams Distance)/堪培拉距离(Canberra Distance)
· 距离定义(八):余弦距离(Cosine Distance)
· 距离定义(九):测地距离(Geodesic Distance)
· 距离定义(十): 布雷柯蒂斯距离(Bray Curtis Distance)
· 距离定义(十一):汉明距离(Hamming Distance)
· 距离定义(十二):编辑距离(Edit Distance,Levenshtein Distance)
· 距离定义(十三):杰卡德距离(Jaccard Distance)和杰卡德相似系数(Jaccard Similarity Coefficient)
· 距离定义(十四):Ochiia系数(Ochiia Coefficient)
· 距离定义(十五):Dice系数(Dice Coefficient)
· 距离定义(十六):豪斯多夫距离(Hausdorff Distance)
· 距离定义(十七):皮尔逊相关系数(Pearson Correlation)
· 距离定义(十八):卡方距离(Chi-square Measure)
· 距离定义(十九):交叉熵(Cross Entropy)
· 距离定义(二十):相对熵(Relative Entropy)/KL散度(Kullback-Leibler Divergence)
· 距离定义(二十一):JS散度(Jensen–Shannon Divergence)
· 距离定义(二十二):海林格距离(Hellinger Distance)
· 距离定义(二十三):α-散度(α-Divergence)
· 距离定义(二十四):F-散度(F-Divergence)
· 距离定义(二十五):布雷格曼散度(Bregman Divergence)
· 距离定义(二十六):Wasserstein距离(Wasserstei Distance)/EM距离(Earth-Mover Distance)
· 距离定义(二十七):巴氏距离(Bhattacharyya Distance)
· 距离定义(二十八):最大均值差异(Maximum Mean Discrepancy, MMD)
· 距离定义(二十九):点间互信息(Pointwise Mutual Information, PMI)
兰氏距离(Lance and Williams Distance)又称为堪培拉距离(Canberra Distance),被认为曼哈顿距离(Manhattan Distance)的加权版本。通常兰氏距离对于接近于0(大于等于0)的值的变化非常敏感。与马氏距离一样,兰氏距离对数据的量纲不敏感。不过兰氏距离假定变量之间相互独立,没有考虑变量之间的相关性。nnn维空间中的堪培拉距离为:
d(x,y)=∑i=1n∣xi−yi∣∣xi∣+∣yi∣d(x, y)=\sum_{i=1}^n\frac{|x_i-y_i|}{|x_i|+|y_i|}d(x,y)=i=1∑n∣xi∣+∣yi∣∣xi−yi∣
下面我们来看一下兰氏距离(Lance and Williams Distance)/堪培拉距离(Canberra Distance)的Python实现:
def CanberraDistance(x, y):import numpy as npx = np.array(x)y = np.array(y)n = len(x)d = 0for i in range(len(x)):if x[i] == 0 and y[i] == 0:d += 0else:d += abs(x[i] - y[i]) / (abs(x[i]) + abs(y[i]))return d
机器学习中的数学——距离定义(七):兰氏距离(Lance and Williams Distance)/堪培拉距离(Canberra Distance)相关推荐
- 机器学习中的数学——激活函数(七):Softmax函数
分类目录:<机器学习中的数学>总目录 相关文章: · 激活函数:基础知识 · 激活函数(一):Sigmoid函数 · 激活函数(二):双曲正切函数(Tanh函数) · 激活函数(三): 线 ...
- 机器学习中的数学——距离定义(二十):相对熵(Relative Entropy)/KL散度(Kullback-Leibler Divergence)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(九):测地距离(Geodesic Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(十): 布雷柯蒂斯距离(Bray Curtis Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(十三):杰卡德距离(Jaccard Distance)和杰卡德相似系数(Jaccard Similarity Coefficient)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(十六):豪斯多夫距离(Hausdorff Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(二十九):点间互信息(Pointwise Mutual Information, PMI)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(三):闵可夫斯基距离(Minkowski Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- 机器学习中的数学——距离定义(二):曼哈顿距离(Manhattan Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
最新文章
- liferay中使用自己的数据库
- pythonis啥意思-isinstance在python中的意思是什么?
- 软件设计原则(二)单一职责原则 -Single Responsibility Principle
- python中html.parser_在Python中使用HTMLParser解析HTML的教程
- java ldap添加用户名密码_java ldap用户密码md5加密
- 信息学奥赛一本通C++语言——1055:判断闰年
- RMAN中catalog和nocatalog区别
- 暑假周进度总结报告5
- mysql配置环境变量,进阶加薪全靠它!
- ffmpeg截取jpg图_使用ffmpeg进行视频封面截取
- PHP爬虫的三种方法
- python ctype_Python ctype帮助:使用C unsigned char指针
- 博主眼中的SEM竞价推广
- 为何能力越强越不被重用?不懂这3点,你到哪里都混不好,不服不行
- Python小白逆袭大神-结营心得-alading
- git报错 git libpng warning: iCCP以及fatal: Authentication failed for ‘https://git.weixin.qq.com‘
- win10 nas搭建_零起步自建家用NAS
- 【第三方API】顺丰电子面单SDK调用总结-java
- 九度OJ-题目1163:素数
- 第一台生物计算机,世界上第一台DNA计算机问世