当前位置:首页 >> 信息与通信 >>

Mahalanobis距离


Mahalanobis 距离【马氏距离】
2009-08-05 19:03:34| 分类: CV 编程 |字号

是由印度统计学家马哈拉诺比斯(P. C. Mahalanobis)提出的,表示数据的协方差距离。它是一种 有效的计算两个未知样本集的相似度的方法。 与欧式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 量 ,其马氏距离为

协方差矩阵为 Σ 的多变量向

马氏距离也可以定义为两个服从同一分布并且其协方差矩阵为 Σ 的随机变量 异程度:



的差

}如果协方差矩阵为单位矩阵,那么马氏距离就简化为欧式距离,如果协方差矩阵为对角阵,则其也 可称为正规化的欧氏距离'.

其中 σi 是 xi 的标准差。

==================== =====================
定义:p 维空间的两点(两个 p 维向量 x,y)的距离定义为:

并且点 x 欧氏模数为:

这里很快可以得出,所有到原点距离相等的点满足

这是某个正球体的方程。 这就是说观测数据 x 的各个分量对 x 至中心的欧式距离贡献是 相等的。然而在统计学中我们希望寻求这样一种距离,它的各个分量的作用程度是不同的。 差别较大的分量应该接受较小的权重。 如

然后定义 x,y 之间的距离

这里

现在 x 的模数等于

所有到原点等距离的点满足

这是以原点为中心的某个椭球体的方程。


相关文章:
Mahalanobis距离
Mahalanobis 距离【马氏距离】 2009-08-05 19:03:34| 分类: CV 编程 |字号 是由印度统计学家马哈拉诺比斯(P. C. Mahalanobis)提出的,表示数据的协方差距离...
距离计算
马氏距离(Mahalanobis Distance) (1)马氏距离定义 有 M 个样本向量 X1~Xm,协方差矩阵记为 S,均值记为向量 μ,则其中 样本向量 X 到 u 的马氏距离表示为: ...
Mahalanobis 距离
Mahalanobis 距离_生产/经营管理_经管营销_专业资料。Mahalanobis 距离一个数据点与多变量空间质心(总体均值)之间的距离。在主成份分析中使用 Mahalanobis 距离可识别异...
常用距离计算汇总
马氏距离(Mahalanobis Distance) (1)马氏距离定义 有 M 个样本向量 X1~Xm,协方差矩阵记为 S,均值记为向量 μ,则其中样本向 量 X 到 u 的马氏距离表示为: ...
证明Mahalanobis距离符合距离三公理,即
证明Mahalanobis距离符合距离三公理,即_教学反思/汇报_教学研究_教育专区。证明Mahalanobis距离符合距离三公理,即1. 证明 Mahalanobis 距离符合距离三公理,即(1) r?a...
机器学习中距离和相似性度量方法
如果维度相互之间数据 相关(例如:身高较高的信息很有可能会带来体重较重的信息,因为两者是有关 联的),这时候就要用到马氏距离(Mahalanobis distance)了。 2. ...
模式识别练习题(简答和计算)
1、试说明 Mahalanobis 距离平方的定义,到某点的 Mahalanobis 距离平方为常数的轨迹的 几何意义,它与欧氏距离的区别与联系。 答:Mahalanobis 距离的平方定义为: r ...
距离函数与相似系数
metric’取值如下: ‘euclidean’:欧氏距离(默认) ;‘seuclidean’:标准化欧 氏距离; ‘mahalanobis’:马氏距离;‘cityblock’:布洛克距离; ‘minkowski’:...
数据挖掘--距离和相似度度量
马哈拉诺比斯距离(Mahalanobis Distance) 既然欧几里得距离无法忽略指标度量的差异, 所以在使用欧氏距离之前需要对底层指标 进行数据的标准化, 而基于各指标维度进行...
怎样求马氏距离
怎样求马氏距离_专业资料。怎样求马氏距离( 怎样求马氏距离(Mahalanobis distance )matlab 版 距离学习 2010-01-06 15:33:51 阅读 396 评论 1 字号:大中小 求...
更多相关标签:
mahalanobis | 协方差矩阵 | 协方差 | mahalanobis距离计算 | mahalanobis distance | matlab mahalanobis | r mahalanobis | mahalanobis python |