原书出处
机器学习基础
05 K-means聚类 距离选择与交替聚类
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
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter34.xhtml
EPUB SHA-256:5850d944819d2ce3d7e82a5ebd0a6b8115e7b13c94cce3257d4b7f0dd2500fed