马氏距离是P. C.马氏距离(P. C. Mahalanobis)在1936年提出的对点P和分布D之间距离的度量。它是一个多维的概念的泛化测量有多少个标准差以外P D的意思是这个距离是零的意思是如果P是D,并随着P远离意味着沿着每个主成分轴。如果每一个坐标轴都被缩放成单位方差,那么马氏距离对应于变换后空间中的标准欧氏距离。马氏距离因此是无单位和尺度不变的,并考虑到数据集的相关性。
漫谈度量学习(Distance Metric Learning)那些事儿
PaperWeekly
7+阅读 · 2022年1月22日
常见的距离算法和相似度计算方法
极市平台
18+阅读 · 2020年7月31日
机器学习计算距离和相似度的方法
极市平台
10+阅读 · 2019年9月20日
一文掌握异常检测的实用方法 | 技术实践
BAT机器学习面试1000题(766~770题)
七月在线实验室
2+阅读 · 2018年12月27日
BAT机器学习面试1000题(506~510题)
七月在线实验室
2+阅读 · 2018年10月10日
脏数据-异常值处理
R语言中文社区
2+阅读 · 2018年7月25日
BAT题库 | 机器学习面试1000题系列(第231~235题)
七月在线实验室
2+阅读 · 2017年11月28日
LibRec 每周算法:Collaborative Metric Learning (WWW'17)
LibRec智能推荐
6+阅读 · 2017年7月4日
参考链接
父主题
微信扫码咨询专知VIP会员