欧氏距离（Euclidean Distance）

admin管理员组

文章数量:1441085

欧氏距离（Euclidean Distance）

原理

欧氏距离（Euclidean Distance）是一种在多维空间中测量两个点之间“直线”距离的方法。这种距离的计算基于欧几里得几何中两点之间的距离公式，通过计算两点在各个维度上的差的平方和，然后取平方根得到。

定义

欧氏距离是指n维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。在二维和三维空间中的欧氏距离就是两点之间的实际距离。

公式

在n维空间中，两个点

与

之间的欧氏距离，

可以通过下面的公式计算得出：

引伸义

欧氏距离在数据分析、机器学习、模式识别等领域中广泛应用。它不仅可以用于比较两个点的相似度（距离越近，相似度越高），还可以用于聚类分析、异常检测等任务。

优点

1. 计算简单：欧氏距离的计算方法直观且易于理解。
2. 几何意义明确：在多维空间中，欧氏距离就是两点之间的实际距离。
3. 应用广泛：在多个领域都有应用，如聚类、分类、推荐系统等。

缺点

1. 对尺度敏感：欧氏距离的计算受到数据尺度的影响，如果某个维度的尺度远大于其他维度，那么该维度将在距离计算中占据主导地位。
2. 未考虑方向：欧氏距离只考虑了向量的长度，而没有考虑向量的方向。

使用数据一步步举例演示

假设我们有两个二维向量a(1, 2)和b(4, 6)，我们需要计算它们之间的欧氏距离。

1. 计算各维度上的差：
   • (a_1 - b_1 = 1 - 4 = -3)
   • (a_2 - b_2 = 2 - 6 = -4)
2. 计算差的平方：
   • ((-3)^2 = 9)
   • ((-4)^2 = 16)
3. 计算平方和：
   • (9 + 16 = 25)
4. 取平方根：
   • (sqrt{25} = 5)

因此，向量a(1, 2)和b(4, 6)之间的欧氏距离为5。

Java示例

欧氏距离（Euclidean Distance）的Java实现非常简单，可以通过计算两个点（通常是两个相同长度的数值数组或列表）之间的直线距离来完成。以下是一个简单的Java方法，用于计算两个double数组之间的欧氏距离：

代码语言：javascript代码运行次数：0运行复制

public class EuclideanDistance {  
  
    /**  
     * 计算两个double数组之间的欧氏距离  
     *  
     * @param array1 第一个数组  
     * @param array2 第二个数组  
     * @return 欧氏距离  
     * @throws IllegalArgumentException 如果数组长度不等  
     */  
    public static double calculateEuclideanDistance(double[] array1, double[] array2) {  
        if (array1.length != array2.length) {  
            throw new IllegalArgumentException("两个数组的长度必须相等");  
        }  
  
        double distance = 0.0;  
        for (int i = 0; i < array1.length; i++) {  
            distance += Math.pow(array1[i] - array2[i], 2); // 计算各维度差值的平方  
        }  
  
        return Math.sqrt(distance); // 计算平方根得到欧氏距离  
    }  
  
    public static void main(String[] args) {  
        double[] point1 = {1.0, 2.0, 3.0};  
        double[] point2 = {4.0, 5.0, 6.0};  
        double distance = calculateEuclideanDistance(point1, point2);  
        System.out.println("欧氏距离: " + distance);  
    }  
}

在上面的示例中，calculateEuclideanDistance 方法接收两个 double 类型的数组作为参数，并检查它们的长度是否相等。如果长度相等，则通过循环计算每个对应元素之间的差的平方，并将这些平方值累加起来。最后，通过调用 Math.sqrt 方法计算累加和的平方根，得到两个点之间的欧氏距离。

在 main 方法中，我们创建了两个示例点 point1 和 point2，并调用了 calculateEuclideanDistance 方法来计算并打印这两个点之间的欧氏距离。

本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。 原始发表：2024-05-30，如有侵权请联系 cloudcommunity@tencent 删除前往查看double数据数组推荐系统distance

本文标签： 欧氏距离（Euclidean Distance）