numpy.linalg.norm的作用是什么?方法?
In this Kmeans Clustering sample numpy.linalg.norm函数用于获取运动质心步骤中新质心和旧质心之间的距离,但我不明白其本身的含义是什么
有人能给我一些与 Kmeans 聚类上下文相关的想法吗?
向量的范数是多少?
最佳答案
numpy.linalg.norm
用于计算向量或矩阵的范数。
这是取自 numpy.linalg.norm 的帮助文档:
numpy.linalg.norm(x, ord=None, axis=None, keepdims=False)[source]
<小时/>
这是取自 K-Means Clustering in Python 的代码片段:
# Euclidean Distance Caculator
def dist(a, b, ax=1):
return np.linalg.norm(a - b, axis=ax)
默认使用order=None
,所以只要计算(a-b)
的Frobenius范数
,这就是计算距离a 和 b 之间(使用上面的公式)。
关于python - numpy.linalg.norm 的作用是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50849789/