Question

import numpy as np
from scipy.spatial import distance

d1 = np.random.randint(0, 255, size=(50))*0.9
d2 = np.random.randint(0, 255, size=(50))*0.7

vi = np.linalg.inv(np.cov(d1,d2, rowvar=0))   
res = distance.mahalanobis(d1,d2,vi)

print res

ValueError：形状（50，）和（2,2）未对齐：50（暗淡0）！= 2（暗淡0）

Answer 1

Mahalanobis distance计算两个 D 维度向量之间的距离，参考 D x D 协方差矩阵，在某些意义上，＃em;定义空间＆＃34;其中计算距离。矩阵编码在计算距离时应如何加权各种坐标组合。

您似乎已经为您的点计算了2x2样本协方差，这不是在马哈拉诺比斯距离中使用的协方差矩阵的正确类型。

如果您已经已经有一个合理的50x50协方差矩阵来定义您的马哈拉诺比斯指标，那么马哈拉诺比斯距离可能不适合您的应用。没有更多细节，很难给出更好的推荐。

Answer 2

正如jakevdp的答案中所述，您的逆协方差矩阵必须为DxD维，其中D是向量中元素的数量。因此，您的代码应为：

import numpy as np
from scipy.spatial import distance

d1 = np.random.randint(0, 255, size=(50))*0.9
d2 = np.random.randint(0, 255, size=(50))*0.7
m =zip(d1, d2)
v = np.cov(m)
try:
    vi = np.linalg.inv(v)
except:
    vi = np.linalg.pinv(v) #just in case the produced matrix cannot be inverted

res = distance.mahalanobis(d1,d2,vi)

print res

无法计算马哈拉诺比斯距离

2 个答案: