知识卡片
距离度量决定相似性
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?
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
- · 第5章 机器学习
原书出处 · 1 处
- 机器学习 · 查看原书依据
对于给定样本xi
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