大家好,欢迎来到IT知识分享网。
范数 ,对应闵可夫斯基距离 (Minkowski distance) ,其定义如下:
【定义2】Lp范数
假设n维向量,其Lp范数记作,定义为
范数具有如下定义:
- 正定性:,且有;
- 正齐次性:;
- 次可加性(三角不等式):。
将0、1、2、+∞分别代入上述定义,就得到了常见的 L0范数 、 L1范数 和 L2范数 和 无穷范数 。
L0范数
【定义3】L0范数
假设n维向量,其L0范数记作,定义为向量中非0元素的个数。
L1范数
【定义4】L1范数
假设n维向量,其L1范数记作,定义为
向量的L1范数即为向量中各个元素绝对值之和,对应曼哈顿距离 (Manhattan distance)。
L2范数
【定义5】L2范数
假设n维向量,其L2范数记作,定义为
向量的L2范数即为向量中各个元素平方和的平方根,对应欧式距离 (Manhattan distance)。
无穷范数
【定义6】无穷范数
假设n维向量,其无穷范数记作,定义为
向量的无穷范数即为向量中各个元素的绝对值 的最大值,对应切比雪夫距离 (Chebyshev distance)。
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/84855.html