欧几里德距离

时间:2011-04-07 14:02:07

标签: machine-learning euclidean-distance

我在理解欧几里德距离时遇到了一些问题。我有两个不同的实体,我想测量这些实体之间的相似性。

假设实体A具有2个特征向量,而实体B仅具有1个特征向量。我如何计算这两个实体之间的欧氏距离才能知道相似性?

非常感谢。

3 个答案:

答案 0 :(得分:1)

您只能为相同尺寸的矢量计算欧氏距离。但您可以为实体2中缺少的功能定义一些默认值

答案 1 :(得分:1)

L2位于两个特征向量之间。这两个是自然的方式:

你可以找到实体1的所有特征向量与实体2的所有特征向量之间的最小L2距离。如果我们有2个向量用于实体1,如A = [1,3,2,1]和B =实体2的[3,2,4,1]和1矢量,如C = [1,2,4,2]。然后dist = min(d([1,3,2,1],[1,2,4,2]),d([3,2,4,1],[1,2,4,2])

您可以找到实体1的所有向量与实体2的平均向量之间的平均向量。然后计算L2距离。如果我们有实体1的2个向量,如A = [1,3,2,1]和B = [3,2,4,1],则实体2的1个向量,如C = [1,2,4,2] 。然后dist = d([(1 + 3)/ 2,(3 + 2)/ 2,(2 + 4)/ 2,(1 + 1)/ 2],[1,2,4,2])< / p>

答案 2 :(得分:1)

这根本不是一个坏问题。

有时,数学家将两组元素(A和B)之间的欧几里德距离定义为任一组中任意两对元素之间的最小距离。

您还可以使用这两组的最大值。这被称为豪斯多夫距离。

Distance between two sets

换句话说,您可以计算集合A的每个元素与集合B的每个元素之间的欧几里德距离,然后将两个集合之间的距离d(A,B)定义为最小(或最大)距离你已经计算过的任何元素对。

Hausdorff(最大)距离具有一些更好的数学性质,并且在非空的紧凑集合的空间(由于它们是离散的,你的元素将是它们),它将是一个适当的数学距离,因为它满足:

对于所有非空紧凑集A,B,C

  1. d(A,B)&gt; = 0(当且仅当A = B时,d(A,B)= 0)
  2. d(A,B)= d(B,A)
  3. d(A,B)&lt; = d(A,C)+ d(C,B)