一个百度人的技术提升之路,为您提供一系列计算机视觉,自然语言处理和推荐系统等高质量技术文章,让您的碎片化时间最大价值化
今天看啥  ›  专栏  ›  深度学习基础与进阶

欧式距离、曼哈顿距离、切比雪夫距离三种距离的可视化展示

深度学习基础与进阶  · 公众号  ·  · 2024-11-11 14:07
    

文章预览

在看空间统计相关的文档资料的时候,看到了几个有关距离丈量方法的术语词汇,诸如:欧式距离、曼哈顿距离、切比雪夫距离…… 老外习惯于使用名字来命名算法,可是对于门外汉们,是一种困惑,今天就整理下,一起温故知新。 1. 欧式距离(Euclidean Distance) 欧式距离是我们在直角坐标系中最常用的距离量算方法,例如小时候学的“两点之间的最短距离是连接两点的直线距离。”这就是典型的欧式距离量算方法。 通常这这个距离的获取是基于我们熟悉的“勾股定理”,解算三角形斜边得到的。      看看维基百科:http://en.wikipedia.org/wiki/Euclidean_distance 2. 曼哈顿距离(Manhattan Distance) 曼哈顿距离是与欧式距离不同的一种丈量方法,两点之间的距离不再是直线距离,而是投影到坐标轴的长度之和。          还是看图吧,图比文字更显见。 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览