← 返回卡片

原书出处

大数据挖掘与统计机器学习

08 第8章 聚类分析

核验版本的摘录快照 · 导入于 2026-11-18T10:22:02.206Z

y 1, …, ym)T。 下面是一些常用的距离(相似度)。 1.欧几里得距离

欧几里得距离(Euclidean distance)是通常采用的距离定义,指在m维空间中两个点之间的直线距离,是距离最直观的定义。

欧几里得距离的定义如下: 欧几里得距离实际上是m维向量的L2范数,即d(x,

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter10_0001.xhtml

EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00