ДалееСледующее руководство
Основы машинного обучения
Основы
РУКОВОДСТВО ПО ОСНОВАМ
Метрики расстояния — это математические функции, которые количественно определяют, насколько похожи или различны две точки данных, образуя основу для таких алгоритмов, как k-ближайшие соседи и кластеризация.
Прослушайте это руководствоОзвучено ИИ · ~3 min
Выбор правильной метрики имеет большое значение, поскольку разные метрики предполагают разные понятия сходства, а неправильный выбор может привести к тому, что в остальном надежный алгоритм будет работать плохо.
Метрика расстояния превращает необработанные значения объектов в одно число, показывающее, насколько далеко друг от друга находятся две точки, на что напрямую полагаются многие алгоритмы. Евклидово расстояние, расстояние по прямой, известное из геометрии, является распространенным выбором во многих вводных примерах и хорошо работает, когда объекты непрерывны, примерно в сопоставимых масштабах, а понятие сходства соответствует физической близости. Манхэттенское расстояние, также называемое расстоянием такси, суммирует абсолютные различия по каждому измерению, а не извлекает квадратный корень из квадратов различий; оно соответствует ограничениям движения в виде сетки и менее чувствительно к выбросам в отдельных измерениях, чем евклидово расстояние. Косинусное расстояние измеряет ориентацию между ненулевыми векторами, а не их величины, что делает его полезным в некоторых текстовых и рекомендательных системах, где общее направление документа или профиля пользователя, например баланс тем, имеет большее значение, чем его исходная длина или интенсивность. Расстояние Махаланобиса обобщает евклидово расстояние, учитывая корреляции и различные дисперсии между объектами, эффективно нормализуя пространство, чтобы объекты сравнивались справедливо независимо от их исходного масштаба, что полезно при обнаружении аномалий и многомерном анализе выбросов. Расстояние Хэмминга подсчитывает количество позиций, в которых различаются две строки одинаковой длины или категориальные векторы, что делает его подходящим для категориальных данных, кодов исправления ошибок и сравнения генетических последовательностей, а не для непрерывных числовых данных. Распространенным заблуждением является то, что евклидово расстояние всегда является безопасным значением по умолчанию; в многомерных пространствах все парные евклидовы расстояния имеют тенденцию становиться одинаковыми - явление, которое иногда называют проклятием размерности, которое может сделать сравнение ближайших соседей менее информативным; проверка распределения расстояний и производительности задач может показать, когда это имеет значение.
A k-nearest neighbors model predicting house prices uses Euclidean distance across square footage, number of bedrooms, and age, treating all numeric differences as straight-line distance in feature space.
A city-grid delivery routing tool uses Manhattan distance instead of Euclidean distance, since vehicles must travel along street grids rather than in straight lines, matching the metric to the real movement constraint.
A recommendation system comparing user preference vectors uses cosine distance rather than Euclidean distance, since it cares about the direction of preference patterns, such as genre balance, rather than the raw magnitude of ratings.
A DNA sequence comparison tool uses Hamming distance to count the number of positions where two equal-length genetic sequences differ, since the data is categorical rather than continuous.
Distance metric choice remains a foundational, largely stable part of machine learning practice, though learned distance metrics, sometimes called metric learning, continue to gain traction for specialized applications like face verification, where a neural network learns an embedding space in which a simple distance, often cosine or Euclidean, becomes meaningful after training. Expect distance metrics to remain relevant even as deep learning grows, since most embedding-based systems still rely on a classical distance function applied to learned representations rather than replacing the concept of distance entirely.
Бесплатная рассылка
Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.
Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.
Проверьте себя
Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.
Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование
Метрики расстояния — это математические функции, которые количественно определяют, насколько похожи или различны две точки данных, образуя основу для таких алгоритмов, как k-ближайшие соседи и кластеризация. Выбор правильной метрики имеет большое значение, поскольку разные метрики предполагают разные понятия сходства, а неправильный выбор может привести к тому, что в остальном надежный алгоритм будет работать плохо.
Manhattan distance sums differences along grid axes, matching how vehicles actually move along city streets rather than straight-line paths.
Cosine distance captures direction, such as genre balance in a preference vector, rather than raw magnitude, which fits recommendation use cases.
Расстояние Махаланобиса использует обратную матрицу ковариации признаков, учитывающую корреляцию и различия масштабов, которые игнорируются простым евклидовым расстоянием.
В руководстве расстояние Хэмминга описывается как подсчет различных позиций в строках одинаковой длины или категориальных векторах, что соответствует сравнению генетических последовательностей.
В техническом разделе отмечается, что функции обычно необходимо масштабировать, обычно посредством стандартизации, чтобы функция большего диапазона не доминировала при расчете расстояния.
Продолжайте учиться
Другие руководства, выбранные по этой теме
ДалееСледующее руководство
Основы машинного обучения
Основы