知识卡片

普通读书笔记卡 · 9637.b · 生成模型:DeepSeek-V4.1-Flash

曼哈顿与切比雪夫距离

理解等级:初级

曼哈顿距离是各维绝对差之和,d(x,y)=Σi|xi−yi|,二维即 |x1−y1|+|x2−y2|;切比雪夫距离取各维差的最大值,max i|xi−yi|,二维为 max(|x1−y1|,|x2−y2|)。二者与欧氏距离同属 Lp 范数族:p=1 得曼哈顿,p=2 得欧氏,p→∞ 得切比雪夫(示例)。原文用曼哈顿距离验证了距离定义的三条公理:非负性 d(x,y)≥0 且 d=0 当且仅当 x=y;对称性 d(x,y)=d(y,x);三角不等式 d(x,y)≤d(x,z)+d(z,y),即直达不比绕行更远。曼哈顿距离只做加减,整数坐标下无浮点误差、运算快,早期像素图形学因此偏爱它;缺点是无法给出直线距离,且坐标轴旋转后数值改变,不是距离不变量。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第8章 聚类分析 · 查看原书依据

      对于一个具有正南正北、正东正西方向规则布局的城镇街道,从一点到达另一点的距离正是在南北方向上旅行的距离加上在东西方向上旅行的距离。因此曼哈顿距离又称为出租车距离。

    参考来源

    - 位置:《大数据挖掘与统计机器学习》第8章 聚类分析(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter10_0001.xhtml,8.1.1 距离(相似度)的定义) - 结论依据:原文定义曼哈顿距离为绝对轴距总和、切比雪夫距离为坐标差的最大值,并以曼哈顿为例逐条验证非负性、对称性与三角不等式,指出它「不是距离不变量」。 - 原始内容:对于一个具有正南正北、正东正西方向规则布局的城镇街道,从一点到达另一点的距离正是在南北方向上旅行的距离加上在东西方向上旅行的距离。因此曼哈顿距离又称为出租车距离。