对明可夫斯基距离没感觉，感觉这么凑巧？

Question

感觉很凑巧的样子，类似归纳法，就得出距离的定义了？

距离是一种度量，不是应该放到metrics模块里吗？这是算法本身的，不是度量效果性能的，应该和metrics无关了。

老师有没有这方面关于距离的文章推荐的？想多了解下

Answer 1

liuyubobobo 2018-02-03 04:58:05

我个人确实没有见过太好的系统介绍“距离”的文章。都是很零散的。而且很多比较高级的关于“距离”的探讨，本质其实是对“相似性”的探讨，这类内容都在统计学里。可以顺着这类文章中的关键字自己搜索相关文章：http://www.cnblogs.com/daniel-D/p/3244718.html

非常赞！距离本身就是一种度量，在scikit-learn中就是封装在metric中的。这里我们谈的距离是是两个样本点之间的距离，被封装在sklearn.metrics.pairwise这样的一个子模块中，这个子模块的内容可以参见这里：http://scikit-learn.org/stable/modules/classes.html#module-sklearn.metrics.pairwise

另外，scipy中定义了更多距离度量的函数，文档可以见这里：https://docs.scipy.org/doc/scipy/reference/spatial.distance.html

在kNN中，metric只是一个参数，由用户指定距离的计算方法。在kNN内部根据用户指定的距离计算方法，调用想应metrics模块儿中的函数。

• 提问者 神经旷野舞者 #1

  都没学过，统计学这么有效吗？老师有什么书推荐吗，感觉太多了

• liuyubobobo 回复 提问者 神经旷野舞者 #2

  统计学是一个很标准的学科，和高等数学，线性代数，离散数学等一样，是一个很相对比较古老的学科（虽然仍然在发展，但是根基很古老）。搜索大学的标准统计学课本就ok。越大众的越ok。随便捡一个评分不要太差的都可以。