大家好，欢迎来到IT知识分享网。
目前，无监督学习常见的场景是聚类。聚类是根据数据的相似性原则，把数据分为多种类别的过程。评估两个不同样本之间的“相似性”，通常使用的方法是计算两个样本之间的“距离”。当然，计算距离的方法很多，在使用不同的方法计算时，会直接关系聚类结果的优势，常用的距离计算方法之：
马氏距离：表示的是数据的协方差距离，是一种与尺度无关的度量方式。马氏距离会先将样本点的各个属性标准化，再计算样本间的距离。
马氏距离
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://yundeesoft.com/163042.html
