(http://www.5ibio.com/html/protein/express/20061221/2188.html)

欧氏距离定义: 欧氏距离( Euclidean distance)是一个通常采用的距离定义,它是在m维空间中两个点之间的真实距离,两个向量之间的欧氏距离计算公式如下:

其中X,Y分别是m维的向量。

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分个体有着不同的重要性。因此,有时需要采用不同的距离函数。

如果用dij表示第i个样品和第j个样品之间的距离,那么对一切i,j和k,dij应该满足如下四个条件:
①当且仅当i=j时,dij=0
  ②dij>0
  ③dij=dji(对称性)
  ④dij≤dik+dkj(三角不等式)
显然,欧氏距离满足以上四个条件。满足以上条件的函数有多种,本节将要用到的马氏距离也是其中的一种。
  第i个样品与第j个样品的马氏距离dij用下式计算:
    dij=(xi一xj)'S-1(xi一xj)
  其中,xi和xj分别为第i个和第j个样品的m个指标所组成的向量,S为样本协方差矩阵。
  马氏距离有很多优点。它不受量纲的影响,两点之间的马氏距离与原始数据的测量单位无关;由标准化数据和中心化数据(即原始数据与均值之差)计算出的二点之间的马氏距离相同。马氏距离还可以排除变量之间的相关性的干扰。它的缺点是夸大了变化微小的变量的作用。

欧氏距离,马氏距离(转载)相关推荐

  1. matlab求距离判别函数,马氏距离判别法matlab

    -2.7137 -3.9604 2.两个总体协方差矩阵不相等 在MATLAB中mahal 计算马氏距离平方 d = mahal(Y,X) 输入:Y是要判别的 样本点,通常是矩阵Ymn X是已知总体的. ...

  2. 欧式距离、标准化欧式距离、马氏距离、余弦距离

    目录 欧氏距离 标准化欧氏距离 马氏距离 夹角余弦距离 汉明距离 曼哈顿(Manhattan)距离 1.欧式距离 欧式距离源自N维欧氏空间中两点x1,x2x1,x2间的距离公式: 2.标准化欧式距离 ...

  3. metric learning -- 马氏距离与欧氏距离

    一 基本概念  方差:(variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量.概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度.统计中的方差(样本方差)是每个样 ...

  4. 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( ...

  5. 欧氏距离 vs 马氏距离

    欧氏距离定义: 欧氏距离( Euclidean distance)是一个通常采用的距离定义,它是在m维空间中两个点之间的真实距离. 在二维和三维空间中的欧式距离的就是两点之间的距离,二维的公式是 d ...

  6. 目标跟踪:Deepsort--卡尔曼滤波、匈牙利匹配、马氏距离、欧氏距离、级联匹配、reid

    本篇文章供自己学习回顾,其中错误希望指出! 先把目标跟踪中涉及到的名词抛出来: 1.卡尔曼滤波. 2.匈牙利匹配:https://blog.csdn.net/DeepCBW/article/detai ...

  7. ML:图像数据、字符串数据等计算相似度常用的十种方法(余弦相似性、皮尔逊、闵可夫斯基距离/曼哈顿距离/欧氏距离/切比雪夫距离、马氏距离、汉明距离、编辑距离、杰卡德相似系数、相对熵/KL散度、Helli

    ML:图像数据.字符串数据等计算相似度常用的十种方法(余弦相似性.皮尔逊.闵可夫斯基距离/曼哈顿距离/欧氏距离/切比雪夫距离.马氏距离.汉明距离.编辑距离.杰卡德相似系数.相对熵/KL散度.Helli ...

  8. 简单粗暴理解与实现机器学习之K-近邻算法(三):距离度量、欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化距离、余弦距离、汉明距离、杰卡德距离、马氏距离

    K-近邻算法 文章目录 K-近邻算法 学习目标 1.3 距离度量 1 欧式距离**(Euclidean Distance):** 2 **曼哈顿距离(Manhattan Distance):** 3 ...

  9. 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 ...

最新文章

  1. 2022最新!基于深度transformer的时间序列异常检测模型
  2. SpringCloud 分布式事务解决方案
  3. hdu 1226(bfs+同余剪枝)
  4. SPCS 2021 开启征稿 | 第二届信号处理与计算机科学国际学术会议
  5. CSDN Markdown使用
  6. C++ vector容器删除操作
  7. Kotlin学习笔记(2)- 空安全
  8. 暑假集训考试反思+其它乱写
  9. maven原型_创建自定义Maven原型
  10. NOI 练手题 图像旋转翻转变换
  11. jQuery选择元素
  12. Immutable Collections(3)Immutable List实现原理(中)变化中的不变
  13. yolov3目标检测android,目标检测 | YOLOv3训练自己的数据全流程
  14. 我的年终总结:做了9年SOC的一点点实践体会
  15. linux系统同时安装python2.x和3.x
  16. 抓包工具charles下载安装(破解版)
  17. Python defaultdict() 的理解
  18. 如何更改oracle_sid,Oracle SID修改方式的详解
  19. 大前端CPU优化技术--NEON编程优化技巧
  20. python爬虫实战——猫眼电影案例

热门文章

  1. 无限法则服务器错误代码,电脑打个无限法则没事儿重启,看系统管理器。提示如图错误代码,发现看不懂...
  2. mes系统的主要功能是什么?看完这篇你就懂了
  3. python中seaborn库_[Python学习笔记(四)] Seaborn库基础学习——01
  4. cad把图形切成两部分_转载一位CAD大神的学习笔记, 初学CAD的人可以看看
  5. 大佬给总结的单片机看门狗详解很有用
  6. SVN同步时忽略特定文件或文件夹
  7. 整理几个叮咚抢菜、美团买菜助手
  8. OrmLite-更符合面向对象的数据库操作方式
  9. Chapter4.2:根轨迹法
  10. element el-table 表格行列合并[{class1:‘1101‘,arr1:[1,2,3,5],class2:‘1102‘,arr2:[4,5,6],name:‘h‘}]