Python 马氏距离求取函数详解
更新时间：2021年11月16日 15:24:55 作者：苏苏与阿言
这篇文章主要为大家介绍了Python 马氏距离求取函数，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
马氏距离区别于欧式距离，如百度知道中所言：
马氏距离(Mahalanobis distance)是由印度统计学家马哈拉诺比斯(P. C. Mahalanobis)提出的，表示点与一个分布之间的距离。它是一种有效的计算两个未知样本集的相似度的方法。与 欧氏距离不同的是，它考虑到各种特性之间的联系（例如：一条关于身高的信息会带来一条关于体重的信息，因为两者是有关联的），并且是尺度无关的(scale-invariant)，即独立于测量尺度。对于一个均值为μ， 协方差矩阵为Σ的多变量向量，其马氏距离为sqrt( (x-μ)'Σ^(-1)(x-μ) )。
因此，对于马氏距离最终的定义式为：
上代码，将马氏距离求取式，封装为Python函数，拷贝即可使用：
from numpy import *
import numpy
def get_mahalanobis(x, i, j):
xT = x.T # 求转置
D = numpy.cov(xT) # 求协方差矩阵
invD = numpy.linalg.inv(D) # 协方差逆矩阵
assert 0 <= i < x.shape[0], "点 1 索引超出样本范围。"
assert -1 <= j < x.shape[0], "点 2 索引超出样本范围。"
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__':
# 初始化数据点集，或者从其它地方加载
x = numpy.array([[3, 4], [5, 6], [2, 2], [8, 4]])
# 求第0个点到均值之间的马氏距离（j为-1时代表均值）
print(get_mahalanobis(x, 0, -1))
# 求第0个点到第1个点之间的马氏距离
print(get_mahalanobis(x, 0, 1))
# 求第2个点到第3个点之间的马氏距离（索引从0开始算起）
print(get_mahalanobis(x, 2, 3))
运行结果贴图
总结
本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注脚本之家的更多内容!
相关文章
这篇文章主要介绍了分别利用PyQT5和Tkinter实现电脑的定时关机小程序，文中的示例代码讲解详细，对我们学习Python有一定的帮助，快跟随小编一起学习一下吧2021-12-12
下面介绍一些数据可视化的作品（包含部分代码），主要是地学领域，可迁移至其他学科，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友参考下吧2021-11-11
这篇文章主要介绍了解决win64 Python下安装PIL出错问题,文中的解决方法也很简单，需要的朋友参考下吧2018-09-09
在图像处理领域,背景移除是一个常见且重要的任务,Python中的rembg库就是一个强大的工具,它基于深度学习技术,能够准确、快速地移除图像背景,本文将结合多个实际案例,详细介绍rembg库的安装、基本用法、高级功能以及在实际项目中的应用,需要的朋友可以参考下2024-09-09
Python Web框架之Django框架cookie和session用法分析
这篇文章主要介绍了Python Web框架之Django框架cookie和session用法,结合实例形式分析了Django框架cookie和session的常见使用技巧与操作注意事项,需要的朋友可以参考下2019-08-08
这篇文章主要介绍了Python编程使用NLTK进行自然语言处理详解，涉及了nltk和开发环境的简单介绍，以及SentencesSegment，SentencesSegment等内容，具有一定参考价值，需要的朋友可以了解下。2017-11-11
今天小编就为大家分享一篇python 实现list或string按指定分段，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
在Web开发和报告任务中,将HTML内容转换为PDF是一种常见需求,本文主要介绍了Python将HTML快速转换成PDF的方法实现,具有一定的参考价值,感兴趣的可以了解一下2024-01-01
Pandas 是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，今天通过本文给大家介绍Python Pandas的简单使用教程，感兴趣的朋友一起看看吧2021-08-08
本文主要介绍了Pandas.DataFrame时间序列数据处理的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-02-02
最新评论