如何计算 r 中的闵可夫斯基距离（附示例）

两个向量A和B之间的Minkowski 距离计算如下：

(Σ|a _i – b _i | ^p ) ^1/p

其中i是每个向量的第 i^个元素， p是一个整数。

该距离用于衡量任意两个向量之间的差异，并且常用于许多不同的机器学习算法中。

要计算 R 中向量之间的 Minkowski 距离，我们可以使用内置的dist()函数，语法如下：

d ist(x, method=”minkowski”, p)

金子：

• x：数字矩阵或数据框。
• p：计算 Minkowski 距离时使用的幂。

请注意，设置 p = 1 相当于计算曼哈顿距离，设置 p = 2 相当于计算欧几里得距离。

本教程提供了一些如何在实践中使用此功能的示例。

示例 1：两个向量之间的 Minkowski 距离

以下代码演示如何使用dist()函数计算 R 中两个向量之间的 Minkowski 距离（使用 p = 3 的幂）：

 #define two vectors
a <- c(2, 4, 4, 6)
b <- c(5, 5, 7, 8)

#bind the two vectors into a single matrix
mat <- rbind(a, b)

#calculate Minkowski distance between vectors using a power of 3
dist(mat, method=" minkowski ", p= 3 )

has
b 3.979057

这两个向量之间的 Minkowski 距离（使用 p = 3 的幂）结果为3.979057 。

示例 2：矩阵中向量之间的 Minkowski 距离

要计算矩阵中多个向量之间的 Minkowski 距离，我们可以在 R 中使用类似的语法：

 #create four vectors
a <- c(2, 4, 4, 6)

b <- c(5, 5, 7, 8)

c <- c(9, 9, 9, 8)

d <- c(1, 2, 3, 3)

#bind vectors into one matrix
mat <- rbind(a, b, c, d)

#calculate Minkowski distance between vectors using a power of 3
dist(mat, method = “ minkowski ”, p= 3 )

          ABC
b 3.979057                    
c 8.439010 5.142563          
d 3.332222 6.542133 10.614765

解释此输出的方法是：

• 向量a和b之间的 Minkowski 距离为3.98 。
• 向量a和c之间的 Minkowski 距离是8.43 。
• 向量a和d之间的 Minkowski 距离为3.33 。
• 向量b和c之间的 Minkowski 距离是5.14 。
• 向量b和d之间的 Minkowski 距离为6.54 。
• 向量c和d之间的 Minkowski 距离为10.61 。

请注意，矩阵中的每个向量必须具有相同的长度。

其他资源

如何计算R中的欧几里德距离
如何计算R中的汉明距离
如何用R计算到曼哈顿的距离
如何计算R中的马氏距离