L1距离何时与KNN中的L2距离相似?

时间:2018-04-09 21:23:02

标签: machine-learning knn

这是一个棘手的问题:

在KNN中说我们使用了L2距离(欧几里德距离)。我们还可以使用其他距离指标,例如L1距离。如果出现以下情况,则使用L1距离的最近邻分类器的性能不会改变:

  1. 通过减去平均值来预处理数据。
  2. 通过减去平均值并除以标准差来预处理数据。
  3. 旋转数据的坐标轴。
  4. 以上都不是。

2 个答案:

答案 0 :(得分:1)

只有2是真的,因为其他人太多地改变了L1距离

答案 1 :(得分:0)

1、2和3都可以。

1是平移,3是旋转。两者都不会改变L1距离。因此,KNN结果不会改变。

2是平移+比例。尽管L1已更改,但点的相对位置仍然相同。因此,KNN结果与以前相同。