定义"/>
常用距离计算与定义
常用距离计算与定义–学习笔记
目录
1.数值向量距离
布雷柯蒂斯相异度(Bray-Curtis distance)
坎贝拉距离(Canberra distance)
切比雪夫距离(Chebyshev distance)
曼哈顿距离(Manhattan/cityblock distance)
相关系数距离(Correlation distance)
余弦相似度距离(Cosine distance)
欧氏距离(Euclidean distance)
JS散度距离(Jensen-Shannon distance)
马氏距离(Mahalanobis distance)
闵可夫斯基距离(Minkowski distance)
标准欧式距离(standardized Euclidean distance)
平方欧式距离(squared Euclidean distance)
加权闵可夫斯基距离(Minkowski distance)
搬土距离(Earth Mover distance)
2.布尔向量距离
Dice系数(Dice dissimilarity)
汉明距离(Hamming distance)
杰卡德差异(Jaccard-Needham dissimilarity)
库尔辛斯基差异(Kulsinski dissimilarity)
田本罗杰斯差异(Rogers-Tanimoto dissimilarity)
拉塞尔差异(Russell-Rao dissimilarity)
索卡尔米切纳差异(Sokal-Michener dissimilarity)
索卡尔雪差异(Sokal-Sneath dissimilarity)
Yule差异(Yule dissimilarity
数值向量距离
当p ,q完全不重叠时js散度为一个常数=log2,推导过程:
附解析
附:例题S应该指S²!?
布尔向量距离
原文作者: Boole
文章链接: /
代码源码:.17.1/scipy/spatial/distance.py#L606-L634
更多推荐
常用距离计算与定义
发布评论