Python 馬氏距離求取函數(shù)詳解
更新時間:2021年11月16日 15:24:55 作者:蘇蘇與阿言
這篇文章主要為大家介紹了Python 馬氏距離求取函數(shù),具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
馬氏距離區(qū)別于歐式距離,如百度知道中所言:
馬氏距離(Mahalanobis distance)是由印度統(tǒng)計學(xué)家馬哈拉諾比斯(P. C. Mahalanobis)提出的,表示點與一個分布之間的距離。它是一種有效的計算兩個未知樣本集的相似度的方法。與 歐氏距離不同的是,它考慮到各種特性之間的聯(lián)系(例如:一條關(guān)于身高的信息會帶來一條關(guān)于體重的信息,因為兩者是有關(guān)聯(lián)的),并且是尺度無關(guān)的(scale-invariant),即獨立于測量尺度。對于一個均值為μ, 協(xié)方差矩陣為Σ的多變量向量,其馬氏距離為sqrt( (x-μ)'Σ^(-1)(x-μ) )。
因此,對于馬氏距離最終的定義式為:

上代碼,將馬氏距離求取式,封裝為Python函數(shù),拷貝即可使用:
from numpy import *
import numpy
def get_mahalanobis(x, i, j):
xT = x.T # 求轉(zhuǎn)置
D = numpy.cov(xT) # 求協(xié)方差矩陣
invD = numpy.linalg.inv(D) # 協(xié)方差逆矩陣
assert 0 <= i < x.shape[0], "點 1 索引超出樣本范圍。"
assert -1 <= j < x.shape[0], "點 2 索引超出樣本范圍。"
x_A = x[i]
x_B = x.mean(axis=0) if j == -1 else x[j]
tp = x_A - x_B
return numpy.sqrt(dot(dot(tp, invD), tp.T))
使用方式如下:
if __name__ == '__main__':
# 初始化數(shù)據(jù)點集,或者從其它地方加載
x = numpy.array([[3, 4], [5, 6], [2, 2], [8, 4]])
# 求第0個點到均值之間的馬氏距離(j為-1時代表均值)
print(get_mahalanobis(x, 0, -1))
# 求第0個點到第1個點之間的馬氏距離
print(get_mahalanobis(x, 0, 1))
# 求第2個點到第3個點之間的馬氏距離(索引從0開始算起)
print(get_mahalanobis(x, 2, 3))
運行結(jié)果貼圖

總結(jié)
本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!
相關(guān)文章
Python保留指定位數(shù)小數(shù)的5種方法總結(jié)
很多小伙伴在學(xué)習(xí)python的時候可能會遇到對數(shù)據(jù)進(jìn)行格式化輸出的需求,其中最常見的需求為保留幾位小數(shù),這篇文章主要給大家介紹了關(guān)于Python保留指定位數(shù)小數(shù)的5種方法,需要的朋友可以參考下2023-08-08
Python學(xué)習(xí)之while 循環(huán)語句
這篇文章主要給大家介紹了關(guān)于Python中while循環(huán)語句的相關(guān)資料,使用while循環(huán)語句可以解決程序中需要重復(fù)執(zhí)行的操作,文中通過示例代碼介紹的非常詳細(xì),需要的朋友可以參考下2021-10-10
安裝Python的web.py框架并從hello world開始編程
這篇文章主要介紹了安裝Python的web.py框架并從hello world開始編程,web.py的作者年輕的Aaron Swartz已經(jīng)離世,緬懷大神,需要的朋友可以參考下2015-04-04
詳解Django中 render() 函數(shù)的使用方法
這篇文章主要介紹了Django中 render() 函數(shù)的使用方法,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-04-04

