Lp距离 2018-09-28

2018-09-28 本文已影响18人默写年华Antifragile

特征空间中两个实例点的距离是两个实例点相似程度的反应，其中Lp距离的定义如下：
$L_p(x_i,x_j)=(\sum_{l=1}^n{|x_i^{(l)}-x_j^{(l)}|^p})^{\frac{1}{p}} 　　(p\geq1)$
-------------------------------------------------------------------------------------------

当 p = 1 时，称为曼哈顿距离，即:
$L_1(x_i,x_j)=\sum_{l=1}^n{|x_i^{(l)}-x_j^{(l)}|}$
-------------------------------------------------------------------------------------------
当 p = 2 时，称为欧式距离，即:
$L_2(x_i,x_j)=(\sum_{l=1}^n{|x_i^{(l)}-x_j^{(l)}|^2})^{\frac{1}{2}}$
-------------------------------------------------------------------------------------------
当 p = $\infty$ 时，它是各个坐标距离的最大值，即:
$L_p(x_i, x_j) = max|x_i^{(l)} - x_j^{(l)}|$

证明如下：

Lp距离 2018-09-28

猜你喜欢

热点阅读