NN中常用的距离计算公式：欧式距离、曼哈顿距离、马氏距离、余弦、汉明距离

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
<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
<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
<https://blog.csdn.net/Kevin_cc98/article/details/73742037>

• « 上一篇：Python3.x--连接MySQL数据库的基本操作
• » 下一篇：词向量及语言模型