机器学习代码(二)——度量函数

欧式距离、曼哈顿距离、余弦距离

import numpy as np
import math


def Euclidean(vec1, vec2):
    npvec1, npvec2 = np.array(vec1), np.array(vec2)
    diff = npvec1 - npvec2
    powdistance = np.power(diff, 2).sum()
    distance = np.sqrt(powdistance)
    return distance

def Manhattan(vec1, vec2):
    npvec1, npvec2 = np.array(vec1), np.array(vec2)
    return np.abs((npvec1 - npvec2)).sum()

def Cosine(vec1, vec2):
    npvec1, npvec2 = np.array(vec1), np.array(vec2)
    return npvoc1.dot(npvec2)/(np.linalg.norm(npvec1) * np.linalg.norm(npvec2))
      #x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)  ord=None 默认=2 二范数
      #ord=1:列和的最大值 ord= inf 无穷范数

猜你喜欢

转载自blog.csdn.net/Xs_55555/article/details/81530739