machine-learning - 欧氏距离

标签 machine-learning euclidean-distance

我在理解欧氏距离时遇到一些问题。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 有 2 个特征向量,实体 B 只有 1 个特征向量。我应该如何计算这两个实体之间的欧几里得距离才能知道相似度?

非常感谢。

最佳答案

您只能计算相同维度向量的欧氏距离。但是您可以为实体 2 中缺少的功能定义一些默认值

关于machine-learning - 欧氏距离,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5582374/

相关文章:

python - 类型错误: unsupported operand type(s) for -: 'tuple' and 'tuple'

python - 如何找到两个坐标矩阵之间最接近的对应向量?

python - 在 python 中计算二进制数据的距离矩阵

c++ - Caffe 示例代码中的 "TEST"变量有什么作用?

python - 用于多维自定义操作的 Tensorflow 自定义渐变

python - 为什么PCA的数量改变了?

php - 如何在纯 PHP 中返回半径内的坐标? (没有MySQL)

machine-learning - 如何评估加权高斯混合模型中的样本?

python - 如何选择包来解决 Python 中的这个凸优化?

r - 使用data.table中的滚动函数计算点之间的欧氏距离