文章目录

1 简介
2 距离特征
- 2.1 Euclidean距离
- 2.2 Cosine距离
- 2.3 manhattan距离
- 2.4 chebyshev距离
- 2.5 minkowski距离
- 2.6 mahalanobis距离
3 代码实现

1 简介

数值向量是数据建模问题中最为常见的一类特征，例如：
在一些涉及图片，文本信息等的场景中，例如图片相似度匹配查询、相似文章寻找、同款商品定位等等问题中，为了能快速进行搜索匹配，我们往往会都会将图片文本等信息转化为数值向量；
在搜索推荐等的多流程建模工作中，上游经常会将一些数值向量特征输送到下游，最常见的就是图片向量信息、上游各个模型的预测分数拼接而成的向量。
那么如何基于这些生成的向量继续加工构建更多有用的特征呢？方式有很多，例如聚类；求统计特征等等。本文将会介绍一类基于数值特征向量的一整套距离特征。

2 距离特征

2.1 Euclidean距离

欧几里得距离也就是两个数值向量点之间的长度，其数学公式如下：

从其数学公式上我们可以发现：

欧几里得距离会受到数值向量的量纲大小的影响，所以最好在计算距离之前先对数据进行归一化处理;
欧几里得距离在向量维度非常大的时候效果会大大下降；

2.2 Cosine距离

Cosine距离在高维度空间中往往会比欧几里得距离的效果要好很多，Cosine距离的数学计算形式如下：

从其数学公式上我们可以发现：

Cosine距离在计算的时候已经做了类似归一化的操作，所以我们无序在计算其之前再做归一化等预处理；
Cosine距离不会考虑向量的大小，所以两个向量及时同时缩放一定的倍数，计算得到的大小也是一样的；

2.3 manhattan距离

manhattan距离有时也被成为街道距离，因为它的计算方式有点类似于只能90度拐角的街道长度，manhattan距离在高维度的空间有的时候可以取得比欧几里得距离更好的效果，其对应的数学式子如下：

2.4 chebyshev距离

chebyshev距离是两个数值向量在单个维度上绝对值差值最大的那个值，chebyshev距离在一些较为特殊的场景中物理意义很大，

例如：我们现在需要组装一个物品，但是需要很多零件，每个零件在不同的地方，需要邮寄过来，这个时候chebyshev距离就是需要的最短时间；

chebyshev距离其对应的数学计算式如下：

2.5 minkowski距离

minkowski距离计算公式如下：

我们发现欧几里得距离，manhattan距离和chebyshev距离都是其特殊的例子，而minkowski距离最大的优势在于：

我们可以调整p值的取值，在此基础上寻找最优的p值用于最终的预测。
在进行距离计算之前，一般需要对向量进行归一化操作；

2.6 mahalanobis距离

Mahalanobis(马氏)距离可以看作是欧氏距离的一种修正，修正了欧式距离中各个维度尺度不一致且相关的问题。
其中

是多维随机变量的协方差矩阵，马氏距离在涉及到距离计算的问题中，都是非常不错的特征。

3 代码实现

import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
from sklearn.neighbors import DistanceMetric
from sklearn.metrics.pairwise import cosine_similarity## 随机生成两个向量,vec1,vec2
vec1 = np.random.normal(size = 1000)
vec2 = np.random.normal(size = 1000)

3.1 Euclidean距离

dist = DistanceMetric.get_metric('euclidean')
dist.pairwise([vec1,vec2])[0,1]

46.0531806254225

3.2 Cosine距离

cosine_similarity([vec1,vec2])[0,1]

-0.012651236859499773

3.3 manhattan距离

dist = DistanceMetric.get_metric('manhattan')
dist.pairwise([vec1,vec2])[0,1]

1165.7413956018454

3.4 chebyshev距离

dist = DistanceMetric.get_metric('chebyshev')
dist.pairwise([vec1,vec2])[0,1]

4.713077519584598

3.5 minkowski距离

dist = DistanceMetric.get_metric('minkowski', p=1)
dist.pairwise([vec1,vec2])[0,1]

1165.7413956018454

六大距离：欧式距离、街道距离、马氏距离等相关推荐

各种距离欧式距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准欧氏距离、马氏距离、余弦距离、汉明距离、杰拉德距离、相关距离、信息熵...
1. 欧氏距离(Euclidean Distance) 欧氏距离是最容易直观理解的距离度量方法,我们小学.初中和高中接触到的两个点在空间中的距离一般都是指欧氏距离. 二维平面上点a(x1,y1)与b( ...
距离度量：欧氏距离，余弦距离，KL散度，马氏距离（含python代码实现）
1. 欧氏距离(Euclidean Distance) 欧氏距离,又称欧几里得度量,绝对距离, 是欧几里得空间中两点间"普通"(即直线)距离. 定义如下: 2. 余弦距离(余弦相似 ...
学习笔记5——距离度量（欧氏距离、马氏距离、闵氏距离、曼哈顿距离等）
参考:深度学习中常用的几种距离度量算法 - 简书 (jianshu.com) 常见的9种距离度量方法-电子发烧友网 (elecfans.com) 1.欧氏距离欧式距离并不是尺度不变的,因此所计算的 ...
机器学习两种距离——欧式距离和马氏距离
我们熟悉的欧氏距离虽然很有用,但也有明显的缺点.它将样品的不同属性(即各指标或各变量)之间的差别等同看待,这一点有时不能满足实际要求.例如,在教育研究中,经常遇到对人的分析和判别,个体的不同属性对于区 ...
曼哈顿距离，欧式距离，明式距离，切比雪夫距离以及马氏距离
1.曼哈顿距离曼哈顿距离又称Manhattan distance,还见到过更加形象的,叫出租车距离的.具体贴一张图,应该就能明白. 上图摘自维基百科,红蓝黄皆为曼哈顿距离,绿色为欧式距离. 2.欧式 ...
数据的距离度量一、欧式距离，曼哈顿距离，闵氏距离，切比雪夫距离，兰氏距离，马氏距离
数据的距离度量一.欧式距离,曼哈顿距离,闵氏距离,切比雪夫距离,兰氏距离,马氏距离前言欧式距离标准欧式距离曼哈顿距离闵氏距离切比雪夫距离兰氏距离马氏距离前言本篇记录一下常用的数据 ...
协方差、协方差矩阵、马氏距离与欧式距离的理解
协方差.协方差矩阵.马氏距离与欧式距离的理解最近在应用中,总涉及到对马氏距离的使用,而马氏距离中最重要的是协方差矩阵的计算,这些概念困扰了我很久,在查阅资料学习了解后,终于有浅显理解,做了个笔记与大 ...
马氏距离和欧式距离详解
一般在机器学习模型中会涉及到衡量两个样本间的距离,如聚类.KNN,K-means等,使用的距离为欧式距离.其实,除了欧氏距离之外,还有很多的距离计算标准,本文主要介绍欧氏距离和马氏距离. 欧氏距离最 ...
欧式距离与马氏距离比较
最近在研究BM3D算法,常用的是欧式距离,但是欧式距离缺点较多,查阅资料后,找到了马氏距离,因此,转载记录此篇,便于之后的学习. 欧氏距离(Euclidean distance)也称欧几里得度量.欧几 ...
马氏距离详解（数学原理、适用场景、应用示例代码）
看了很多关于马氏距离(Mahalanobis Distance)的介绍,但是总感觉有一些地方不太清晰,所以结合数学公式.机器学习中的应用案例,从头梳理一下. 马氏距离实际上是欧氏距离在多变量下的&qu ...

六大距离：欧式距离、街道距离、马氏距离等

文章目录

1 简介

2 距离特征

2.1 Euclidean距离

2.2 Cosine距离

2.3 manhattan距离

2.4 chebyshev距离

2.5 minkowski距离

2.6 mahalanobis距离

3 代码实现

六大距离：欧式距离、街道距离、马氏距离等相关推荐

最新文章

热门文章

六大距离：欧式距离、街道距离、马氏距离等

文章目录

1 简 介

2 距离特征

2.1 Euclidean距离

2.2 Cosine距离

2.3 manhattan距离

2.4 chebyshev距离

2.5 minkowski距离

2.6 mahalanobis距离

3 代 码实现

六大距离：欧式距离、街道距离、马氏距离等相关推荐

最新文章

热门文章

1 简介

3 代码实现