[机器学习]练习KNN算法-曼哈顿距离

曼哈顿距离(Manhattan distance)

曼哈顿距离是指在几何空间中两点之间的距离,其计算方法是通过将两点在各个坐标轴上的差值的绝对值相加得到。在二维空间中,曼哈顿距离可以表示为两点在横纵坐标上的差值的绝对值之和;在三维空间中,则是在三个坐标轴上的差值的绝对值之和。想象你在城市道路里,要从一个十字路口开车到另外一个十字路口,驾驶距离是两点间的直线距离吗?显然不是,除非你能穿越大楼。实际驾驶距离就是这个"曼哈顿距离"。而这也是曼哈顿距离名称的来源,曼哈顿距离也称为城市街区距离(City Block distance)。

距离公式:

python 复制代码
编写曼哈顿距离代码
##### 在此处编写或补全代码
def manhattan_distance(a,b):
    return abs(a-b)
计算
a = np.array((2,3))
b = np.array((10,5))
##### 在此处编写或补全代码
dist3 = np.sum(np.abs(a-b))
print(f"d3={dist3}\n")

执行结果:

相关推荐
咸鱼鲸14 分钟前
【PyTorch】PyTorch中数据准备工作(AI生成)
人工智能·pytorch·python
停走的风20 分钟前
二刷(李宏毅深度学习,醍醐灌顶,长刷长爽)
人工智能·深度学习
程序员Xu24 分钟前
【OD机试题解法笔记】连续出牌数量
笔记·算法·深度优先
qinyia26 分钟前
Wisdom SSH:探索AI助手在复杂运维任务中的卓越表现
运维·人工智能·ssh
TY-202527 分钟前
二、深度学习——损失函数
人工智能·深度学习
京东零售技术35 分钟前
让大模型更懂你,京东零售的算法工程师做了这些事
人工智能·求职
PyAIExplorer35 分钟前
图像梯度处理与边缘检测:OpenCV 实战指南
人工智能·opencv·计算机视觉
CoovallyAIHub37 分钟前
单目深度估计重大突破:无需标签,精度超越 SOTA!西湖大学团队提出多教师蒸馏新方案
深度学习·算法·计算机视觉
biubiubiu070638 分钟前
微软云语音识别ASR示例Demo
人工智能·语音识别
CoovallyAIHub40 分钟前
从FCOS3D到PGD:看深度估计如何快速搭建你的3D检测项目
深度学习·算法·计算机视觉