machine-learning - 用于计算 k 最近邻的距离度量

标签 machine-learning vector distance knn euclidean-distance

我正在阅读有关 k 最近邻的内容,示例中给出的距离测量如下。

它表示 Ri 是第 i 个分量的范围。我对这里使用的距离测量感到困惑?我理解欧几里得距离,但这似乎不是。您能帮忙解释一下“第 i 个分量的范围”是什么以及这是什么距离度量吗?非常感谢。如果需要更多信息,请告诉我。

enter image description here

最佳答案

范围是训练数据集中该特征(列)的最大值和最小值之间的差值。

您可以将其视为 L1 范数,因为我们仅采用最大值和最小值之间的绝对距离。这样做通常是为了标准化特征之间的距离计算,以便某些特征不应该主导距离计算。

关于machine-learning - 用于计算 k 最近邻的距离度量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53956504/

相关文章:

machine-learning - 我可以同时对测试和训练数据使用 CountVectorizer 还是需要将其分开?

java - 如何在给定任意相机的情况下转换光线?

c++11 for each on 2D std::vector C 不工作?

r - 将 "dist"类的对象转换为 r 中的数据帧

android - 使用 Android 加速度传感器进行距离测量

machine-learning - 机器学习: features that don't apper

machine-learning - 如何使用变分自动编码器对图像进行分类

algorithm - 如何将强化学习应用于连续 Action 空间?

矢量背景图像与光栅背景图像

gnuplot - 计算线之间的距离