Stack Building

[스크랩] 유클리드, 마할라노비스 거리 본문

머신러닝

[스크랩] 유클리드, 마할라노비스 거리

S00ahKim 2019. 8. 4. 04:06

Norm이란

선형대수학에서 벡터공간의 원소들에 일종의 '길이'를 부여하는 함수이다 ---위키백과

즉, '길이'를 부여함에 있어 어떤 종류의 정보에 의미를 두냐에 따라 종류가 구분된다.

 

 

1. 유클리디언

: 다차원 공간에서 두 점(p,q)간의 거리를 자로 잰거리다.

 

 

2. 마할라노비스

: 확률분포상의 거리

 

 

위와 같이 점A가 평균과 표준편차로 표현될 때 표준편차의 크기로 거리를 산정한다.

즉, 평균과의 거리가 표준편차의 몇배인지를 나타내는 값이다.

 

A의 평균을 m, 공분산행렬을 C로 표시하였다. 

 

 

 

 

 

A의 경우

유클리디언 거리는 B가 더 가깝고

마할라노비스 거리는 C와 더 가깝다. 

 

 

출처: https://tlaja.blog.me/220722933381

'머신러닝' 카테고리의 다른 글

Bagging, Boosting, Stacking  (0) 2019.09.02
[스크랩] 잔차(residual)와 오차(error)  (0) 2019.08.15
[스크랩] 확률과 가능도(우도)  (0) 2019.08.04
클러스터링 (k-means 알고리즘)  (0) 2019.06.11
강화학습  (1) 2019.06.04
Comments