数理统计:闵可夫斯基距离
差别
这里会显示出您选择的修订版和当前版本之间的差别。
| 两侧同时换到之前的修订记录前一修订版 | |||
| 数理统计:闵可夫斯基距离 [2016/10/01 21:10] – 爱折腾的交通人 | 数理统计:闵可夫斯基距离 [2017/05/03 10:57] (当前版本) – [定义] 爱折腾的交通人 | ||
|---|---|---|---|
| 行 5: | 行 5: | ||
| ===== 定义 ===== | ===== 定义 ===== | ||
| - | 两个$n$维变量$A\left(a_1, | + | 两个 $n$ 维变量 $A\left(a_1, |
| $$d=\left({\sum_{k=1}^{n}{\left|a_{k}-b_{k}\right|^p}}\right)^{\frac{1}{p}}$$ | $$d=\left({\sum_{k=1}^{n}{\left|a_{k}-b_{k}\right|^p}}\right)^{\frac{1}{p}}$$ | ||
| - | 其中$p$是一个变参数：当$p=1$时，就是[[曼哈顿距离]]；当$p=2$时，就是[[欧氏距离]]；当$p→∞$时，就是[[切比雪夫距离]]。 | + | 其中 $p$ 是一个变参数：当 $p=1$ 时，就是[[曼哈顿距离]]；当 $p=2$ 时，就是[[欧氏距离]]；当 $p→∞$ 时，就是[[切比雪夫距离]]。 |
数理统计/闵可夫斯基距离.txt · 最后更改: 2017/05/03 10:57 由 爱折腾的交通人