距离计算方法参考范本.docxVIP

精品文档交流 精品文档交流 欧氏距离 (Euclidean Distance) 欧氏距离是最易于理解的一种距离计算方法，源自欧氏空间中两点间的距离公式。 二维平面上两点 a(x1,y1) 与 b(x2,y2) 间的欧氏距离： 三维空间两点 a(x1,y1,z1) 与 b(x2,y2,z2) 间的欧氏距离： 两个 n 维向量 a(x11,x12, ? ,x1n)与 b(x21,x22, ? ,x2n)间的欧氏距离： 也可以用表示成向量运算的形式： 曼哈顿距离 (Manhattan Distance) 从名字就可以猜出这种距离的计算方法了。 想象你在曼哈顿要从一个十字路口开车到另 外一个十字路口， 驾驶距离是两点间的直线距离吗？显然不是， 除非你能穿越大楼。 实际驾驶距离就是这个 “曼哈顿距离 ”。而这也是曼哈顿距离名称的来源， 曼哈顿距离也称为 城市街 区 距 离 (City Block distance) 。 二维平面两点 a(x1,y1) 与 b(x2,y2) 间的曼哈顿距离 两个 n 维向量 a(x11,x12, ? ,x1n)与 b(x21,x22, ? ,x2n)间的曼哈顿距离 5. 标准化欧氏距离 (Standardized Euclidean distance ) (1) 标准欧氏距离的定义 标准化欧氏距离是针对简单欧氏距离的缺点而作的一种改进方案。标准欧氏距离的思 路：既然数据各维分量的分布不一样，好吧！那我先将各个分量都 “标准化 ”到均值、方差相等吧。均值和方差标准化到多少呢？这里先复习点统计学知识吧，假设样本集 X 的均值(mean) 为 m，标准差 (standard deviation) 为 s，那么 X 的“标准化变量 ”表示为： 而且标准化变量的数学期望为 0，方差为 1。因此样本集的标准化过程 (standardization) 用公式描述就是： 标准化后的值 = ( 标准化前的值 － 分量的均值 ) / 分量的标准差 经过简单的推导就可以得到两个 n 维向量 a(x11,x12, ?,x1n) 与 b(x21,x22, ?,x2n) 间 的标准化欧氏距离的公式： 如果将方差的倒数看成是一个权重，这个公式可以看成是一种 加权欧氏距离 (Weighted Euclidean distance) 。 7. 夹角余弦 (Cosine) 有没有搞错， 又不是学几何， 怎么扯到夹角余弦了？各位看官稍安勿躁。 几何中夹角余弦可用来衡量两个向量方向的差异，机器学习中借用这一概念来衡量样本向量之间的差异。 在二维空间中向量 A(x1,y1) 与 向量 B(x2,y2) 的夹角余弦公式： 两个 n 维样本点 a(x11,x12, ? ,x1n)和 b(x21,x22, ? ,x2n)的夹角余弦 类似的，对于两个 n 维样本点 a(x11,x12, ? ,x1n)和 b(x21,x22, ? ,x2n)，可以使用类似于夹角余弦的概念来衡量它们间的相似程度。 即： 能部室由企管部统一考核）。不符合卫生标准的，超市内每处扣 0.5 分，超市外每处扣 1 分。卫生管理制度 1 总则 1.1 为了加强公司的环境卫生管理，创造一个整洁、文明、温馨的购物、办公环境，根据《公共场所卫生管理条例》的要求，特制定本制度。 1.2 集团公司的卫生管理部门设在企管部，并负责将集团公司的卫生区域详细划分到各部室，各分公司所辖区域卫生由分公司客服部负责划分，确保无遗漏。 2 卫生标准 2.1 室内卫生标准 2.1.1 地面、墙面：无灰尘、无纸屑、无痰迹、无泡泡糖等粘合物、无积水，墙角无灰吊、无蜘蛛网。 2.1.2 门、窗、玻璃、镜子、柱子、电梯、楼梯、灯具等，做到明亮、无灰尘、无污迹、无粘合物，特别是玻璃，要求两面明亮。 2.1.3 柜台、货架：清洁干净，货架、柜台底层及周围无乱堆乱放现象、无灰尘、无粘合物，货架顶部、背部和底部干净，不存放杂物和私人物品。 2.1.4 购物车（筐）、直接接触食品的售货工具（包括刀、叉等） ：做到内外洁净，无污垢和粘合物等。购物车（筐）要求每天营业前简单清理，周五全面清理消毒；售货工具要求每天消毒，并做好记录。 2.1.5 商品及包装：商品及外包装清洁无灰尘（外包装破损的或破旧的不得陈列）。 2.1.6 收款台、服务台、办公橱、存包柜：保持清洁、无灰尘，台面和侧面无灰尘、无灰吊和蜘蛛网。桌面上不得乱贴、乱画、乱堆放物品，用具摆放有序且干净，除当班的购物小票收款联外，其它单据不得存放在桌面上。 2.1.7 垃圾桶：桶内外干净，要求营业时间随时清理，不得溢出，每天下班前彻底清理，不得留有垃圾过夜。 2.1.8 窗帘：定期进行清理，要求干净、无污渍。 2.1.9