← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9377.b.1 · 生成模型:未记录

距离度量决定相似性

理解等级:中级

聚类需要选择适合属性的距离:欧氏距离对应闵可夫斯基距离的 p=2,曼哈顿距离对应 p=1。数值尺度、类别编码和属性权重都会影响距离;无序类别不能随意把数字编码差值当成有意义的大小差距。

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

    参考来源

    - 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml) - 结论依据:原文列出闵可夫斯基距离及有序、无序属性的区别。 - 原始内容:对于给定样本xi