闵可夫斯基距离详解概述.pptVIP

生物与农业工程学院 ︵。︵ 生物与农业工程学院 生物与农业工程学院 生物与农业工程学院 闵可夫斯基距离 多元统计分析 主要内容 * 一、闵可夫斯基距离 1.曼哈顿距离 2.欧氏距离 3.切比雪夫距离 4.各种距离的优缺点 二、曼哈顿距离和切比雪夫距离的关系 三、闵可夫斯基距离的SPSS实现 ︵。︵ 其中： 一、Minkowski距离 闵可夫斯基距离(Minkowski Distance)又闵氏距离，是一组距离的定义，其计算公式为： 根据q取值的不同，闵氏距离可分为曼哈顿距离、欧式距离和切比雪夫距离等。 ︵。︵ * 当q=1时的一阶Minkowski距离称为绝对值距离，又叫做曼哈顿距离（Manhattan Distance）： 曼哈顿距离标明两个点在标准坐标系上的绝对轴距总和 1.曼哈顿距离 ︵。︵ * 　 指标1 指标2 样品1 1 2 样品2 2 3 1 2 3 2 3 1.曼哈顿距离 例： ︵。︵ * 当q=2时，二阶Minkowski距离称为欧几里得距离或欧式距离（Euclidean distance）： 欧式距离是坐标系内两点的直线距离 2.欧氏距离 ︵。︵ * 1 2 3 2 3 2.欧氏距离 　 指标1 指标2 样品1 1 2 样品2 2 3 例： ︵。︵ * 其中： 3.切比雪夫距离 ︵。︵ * 4.各种距离的优缺点 * 曼哈顿距离和切比雪夫距离常用于机器学习。 欧氏