← 返回卡片

原书出处

机器学习算法原理与编程实践

01 第1章 机器学习的基础

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.759Z

方差矩阵记为S,均值记为向量μ,则其中样本向量X到μ的马氏距离表示为: 而其中向量Xi 与Xj 之间的马氏距离定义为:

若协方差矩阵是单位矩阵(各个样本向量之间独立同分布),则公式变成了欧氏距离公式: 若协方差矩阵是对角矩阵,则公式变成了标准化欧氏距离公式。 (2)马氏距离的优点:量纲无关,排除变量之间的相关性的干扰。

(3)马氏距离的Python计算(数据来源于表1.6)。 from numpy import * featuremat

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/机器学习算法原理与编程实践/_epub-src/OEBPS/text00007.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d