大家好,又见面了,我是你们的朋友全栈君。
1、欧氏距离Euclidean Distance:
2、曼哈顿距离Manhattan:
3、Mahalanobis马氏距离
马氏距离的浅显解释,见我的博文:https://blog.csdn.net/weixin_41770169/article/details/80759195
马氏距离和欧式距离的对比,见我的博文:https://blog.csdn.net/weixin_41770169/article/details/80759236
4、cosine similarity
cosine distance = 1 – cosine similarity
5、Hammi汉明距离
汉明距离是一个概念,它表示两个(相同长度)字对应位不同的数量
比如:1011101 与 1001001 之间的汉明距离是 2
参考文章:https://blog.csdn.net/Kevin_cc98/article/details/73742037
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/150925.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...