机器学习:欧氏距离计算例题详解-全国人工智能技能知识竞赛

机器学习:欧氏距离计算例题详解-全国人工智能技能知识竞赛

给定三个点(1,4)、(2,3)、(2,5),计算他们的欧氏距离最小值是(B)

A、1     B、1.4   C、0    D、2

欧式距离也称欧几里得距离,是最常见的距离度量,衡量的是多维空间中两个点之间的 绝对距离 。

以古希腊数学家欧几里得命名的距离,也就是我们直观的两点之间直线最短的直线距离。

欧氏距离定义: 欧氏距离( Euclidean distance)是一个通常采用的距离定义,它是在m维空间中两个点之间的真实距离。

在二维和三维空间中的欧式距离的就是两点之间的距离,二维的公式是:

机器学习:欧氏距离计算例题详解-全国人工智能技能知识竞赛

 

三维的公式是:

机器学习:欧氏距离计算例题详解-全国人工智能技能知识竞赛

推广到n维空间,欧式距离的公式是:

机器学习:欧氏距离计算例题详解-全国人工智能技能知识竞赛

n维欧氏空间是一个点集,它的每个点可以表示为(x(1), x(2), …, x(n)),其中x(i)(i=1,2…n)是实数称为x的第i个坐标,两个点x和y之间的距离d(x, y)定义为上面的公式。

125jz网原创文章。发布者:江山如画,转载请注明出处:http://www.125jz.com/11164.html

(0)
江山如画的头像江山如画管理团队
上一篇 2022年11月21日 下午2:51
下一篇 2022年11月23日 下午6:11

99%的人还看了以下文章

发表回复

登录后才能评论

评论列表(3条)

  • 江山如画的头像
    江山如画 2023年10月7日 下午4:17

    深度学习中的“深度”是指:指(B)
    A. 计算机理解深度
    B. 中间神经元网络的层次很多
    C. 计算机的求解更加精确
    D. 计算机对问题的处理更加灵活

  • 江山如画的头像
    江山如画 2023年10月7日 下午4:14

    用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大小。C
    A. 优化函数
    B. 梯度下降
    C. 损失函数
    D. 反向传播
    sigmoid 导数为 (D)。
    A. f(z)
    B. f(1-z)
    C. f(1+z)f(1-z)
    D. f(z)(1-f(z))

  • 江山如画的头像
    江山如画 2023年10月7日 下午3:42

    机器学习项目的完整流程:①数学建模、②获取数据、③数据预处理、④特征工程、⑤模型的选择、⑥模型训练、⑦模型调优、⑧模型评价、⑨模型融合、⑩上线