【个人主页：玄同765】
大语言模型（LLM）开发工程师 ｜中国传媒大学·数字媒体技术（智能交互与游戏设计）
**深耕领域：**大语言模型开发 / RAG知识库 / AI Agent落地 / 模型微调
**技术栈：**Python / LangChain/RAG（Dify+Redis+Milvus）| SQL/NumPy | FastAPI+Docker ️
**工程能力：**专注模型工程化部署、知识库构建与优化，擅长全流程解决方案
「让AI交互更智能，让技术落地更高效」
欢迎技术探讨/项目合作！ 关注我，解锁大模型与智能交互的无限可能！
摘要
在机器学习、数据挖掘和计算机视觉中，距离度量是一个核心概念 ------ 它用于衡量两个数据点之间的相似性或差异性，是聚类、分类、推荐系统等算法的基础。本文从数学定义、几何意义、适用场景、代码实现4 个维度，详细讲解欧式距离、曼哈顿距离、切比雪夫距离这三大常用距离度量，帮助开发者理解它们的本质差异，在实际项目中选择合适的距离度量方法。
一、距离度量的核心价值：为什么需要距离？
在机器学习中，距离度量的作用主要体现在 3 个方面：
- 相似性判断：距离越小，两个数据点越相似；距离越大，差异性越大；
- 聚类与分类：K-Means、DBSCAN 等聚类算法，SVM、KNN 等分类算法，都依赖距离度量来划分数据簇或判断类别；
- 特征工程：在降维（如 PCA）、特征选择中，距离度量用于评估特征的重要性；
- 推荐系统：基于用户行为数据的协同过滤，通过计算用户或物品之间的距离，实现个性化推荐。
二、欧式距离（Euclidean Distance）：最直观的 "直线距离"
2.1 数学定义
欧式距离是最常用的距离度量，它表示 n 维空间中两个点之间的直线距离，公式为：
d(x,y)=∑i=1n(xi−yi)2
其中，x=(x1,x2,...,xn)和y=(y1,y2,...,yn)是 n 维空间中的两个点。
2.2 几何意义
在二维空间中，欧式距离就是两点之间的直线距离（勾股定理）；在三维空间中，是两点之间的空间直线距离。
示例：二维空间中，点 A (1,2) 和点 B (4,6) 的欧式距离为：
d(A,B)=(4−1)2+(6−2)2=9+16=5
2.3 适用场景
- 连续型数据：适合处理连续型特征（如身高、体重、房价等）；
- 低维数据：在低维空间中，欧式距离能准确反映数据点的相似性；
- 计算机视觉：用于图像特征匹配、目标检测（如计算两个特征向量的距离）。
2.4 代码实现
import numpy as np
def euclidean_distance(x, y):
"""
计算欧式距离
:param x: 第一个点的特征向量
:param y: 第二个点的特征向量
:return: 欧式距离
"""
return np.sqrt(np.sum((x - y) ** 2))
# 示例
x = np.array([1, 2])
y = np.array([4, 6])
print(euclidean_distance(x, y)) # 输出：5.02.5 优缺点
- 优点：直观易懂，计算简单，在低维空间中准确性高；
- 缺点 ：
- 对高维数据不友好：随着维度增加，欧式距离的区分度会下降（"维度灾难"）；
- 对异常值敏感：异常值会显著影响距离计算结果；
- 未考虑特征权重：默认所有特征的权重相同，实际场景中可能需要加权处理。
三、曼哈顿距离（Manhattan Distance）："城市街区距离"
3.1 数学定义
曼哈顿距离（又称 "出租车距离"）表示 n 维空间中两个点之间的绝对距离之和，公式为：
d(x,y)=∑i=1n∣xi−yi∣
3.2 几何意义
在二维空间中，曼哈顿距离是两点之间沿坐标轴方向的距离之和，类似于城市中出租车沿街道行驶的路径长度。
示例：二维空间中，点 A (1,2) 和点 B (4,6) 的曼哈顿距离为：
d(A,B)=∣4−1∣+∣6−2∣=3+4=7
3.3 适用场景
- 离散型数据：适合处理离散型特征（如分类变量、计数数据）；
- 高维数据：相比欧式距离，在高维空间中更稳定；
- 路径规划：在机器人导航、物流配送中，用于计算最短路径；
- 推荐系统：基于用户评分的协同过滤，曼哈顿距离对评分差异的敏感度更低。
3.4 代码实现
import numpy as np
def manhattan_distance(x, y):
"""
计算曼哈顿距离
:param x: 第一个点的特征向量
:param y: 第二个点的特征向量
:return: 曼哈顿距离
"""
return np.sum(np.abs(x - y))
# 示例
x = np.array([1, 2])
y = np.array([4, 6])
print(manhattan_distance(x, y)) # 输出：7.03.5 优缺点
- 优点 ：
- 对高维数据更稳定，不易受维度灾难影响；
- 对异常值的敏感度低于欧式距离；
- 计算速度更快（无需开平方）；
- 缺点 ：
- 未考虑特征权重；
- 在低维空间中，不如欧式距离直观。
四、切比雪夫距离（Chebyshev Distance）："棋盘距离"
4.1 数学定义
切比雪夫距离表示 n 维空间中两个点之间的最大绝对差，公式为：
d(x,y)=maxi=1,...,n∣xi−yi∣
4.2 几何意义
在二维空间中，切比雪夫距离是两点之间沿坐标轴方向的最大距离，类似于国际象棋中 "王" 的移动距离（可以沿任意方向走一步）。
示例：二维空间中，点 A (1,2) 和点 B (4,6) 的切比雪夫距离为：
d(A,B)=max(∣4−1∣,∣6−2∣)=max(3,4)=4
4.3 适用场景
- 多维度数据的最大差异：适合需要关注最大差异的场景（如供应链中，多个环节的最大延迟）；
- 棋盘类问题：在机器人导航、游戏 AI 中，用于计算最短路径；
- 图像分割：用于计算像素点之间的最大颜色差异。
4.4 代码实现
import numpy as np
def chebyshev_distance(x, y):
"""
计算切比雪夫距离
:param x: 第一个点的特征向量
:param y: 第二个点的特征向量
:return: 切比雪夫距离
"""
return np.max(np.abs(x - y))
# 示例
x = np.array([1, 2])
y = np.array([4, 6])
print(chebyshev_distance(x, y)) # 输出：4.04.5 优缺点
- 优点 ：
- 关注最大差异，适合需要突出极端值的场景；
- 计算简单，速度快；
- 缺点 ：
- 忽略了其他维度的差异，可能导致信息丢失；
- 适用场景相对有限。
五、三大距离度量的对比与选择
| 距离类型 | 数学定义 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|---|
| 欧式距离 | 直线距离（平方和开根号） | 连续型数据、低维数据、CV | 直观易懂，准确性高 | 高维数据不稳定，对异常值敏感 |
| 曼哈顿距离 | 绝对距离之和 | 离散型数据、高维数据、路径规划 | 高维稳定，对异常值不敏感 | 低维场景不如欧式直观 |
| 切比雪夫距离 | 最大绝对差 | 最大差异场景、棋盘类问题 | 关注极端值，计算简单 | 忽略其他维度差异 |
5.1 选择建议
- 根据数据类型选择 ：
- 连续型数据优先选欧式距离；
- 离散型数据优先选曼哈顿距离；
- 需要关注最大差异时选切比雪夫距离；
- 根据数据维度选择 ：
- 低维数据选欧式距离；
- 高维数据选曼哈顿距离；
- 根据业务需求选择 ：
- 推荐系统中，用户评分数据适合曼哈顿距离；
- 计算机视觉中，特征匹配适合欧式距离；
- 供应链中，延迟分析适合切比雪夫距离。
六、扩展：加权距离与余弦相似度
在实际项目中，我们还可以对距离度量进行扩展：
- 加权距离：为不同特征赋予不同权重，解决默认权重相同的问题，如加权欧式距离：d(x,y)=∑i=1nwi(xi−yi)2其中，wi是第 i 个特征的权重；
- 余弦相似度：用于衡量两个向量的方向相似性，适合文本分类、推荐系统等场景：cos(θ)=∣∣x∣∣∣∣y∣∣x⋅y余弦相似度的取值范围为 [-1,1]，值越接近 1 表示方向越相似。
七、总结
欧式距离、曼哈顿距离、切比雪夫距离是机器学习中最常用的三大距离度量，它们各有优缺点和适用场景。理解它们的数学定义、几何意义和适用场景，是选择合适距离度量的基础。在实际项目中，我们可以根据数据类型、维度和业务需求，选择合适的距离度量，也可以结合加权、余弦相似度等扩展方法，进一步优化距离计算的准确性。
通过本文的详细讲解，你可以快速掌握三大距离度量的核心知识，并在实际项目中灵活应用，提高机器学习模型的性能和效果。