距离度量 —— 标准化欧氏距离 (Standardized EuclideanDistance)

Python学习系列文章：👉 目录 👈

文章目录

• 一、概述
• 二、计算公式

一、概述

前面我们提到了 欧式距离，而这里提到的 标准化欧氏距离 (Standardized EuclideanDistance) 是针对 欧式距离 的一种改进。

标准化欧式距离（Standardized EuclideanDistance）主要针对变量 $x$

二、计算公式

数据各维分量的分布不一样，那就先将各个分量都“标准化”到均值、方差等。
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 为：
$X^*=\frac{X-m}{s}$

带入欧式距离公式得：$d_{12}=\sqrt{\sum_{k=1}^n(\frac{x_{1k}-x_{2k}}{s_{k}})^2}$

便得到了上面的 标准化欧式距离 公式。