知识卡片
闵可夫斯基距离的阶数
把每维差的绝对值取p次幂相加,再取其p次方根。p等于1是曼哈顿距离,p等于2是欧氏距离。0小于p小于1时,同样的式子一般不满足三角不等式。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- K-means聚类 距离选择与交替聚类 · 查看原书依据
前文介绍的欧氏距离就是闵可夫斯基距离在p=2时的情况。同样地,如果p=1,则为曼哈顿距离。事实上,汉明距离可以看作曼哈顿距离的一个
参考来源
- 位置:《机器学习基础》第5章,5.2 K-means算法的基本原理(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter34.xhtml)
- 结论依据:原文借「欧氏距离就是闵可夫斯基距离在p=2时的情况」处的论述给出本卡所解释的关系或做法。
- 原始内容:前文介绍的欧氏距离就是闵可夫斯基距离在p=2时的情况。同样地,如果p=1,则为曼哈顿距离。事实上,汉明距离可以看作曼哈顿距离的一个