马氏距离的求解

这篇具有很好参考价值的文章主要介绍了马氏距离的求解。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

马氏距离的求解

​ 马氏距离是一种可以消除单位影响的距离评价方法,可以忽略量纲对距离两点之间距离的影响。

​ 在此将列举简单一个例子对文字性描述进行一个运算。

x y
5 10
4 6
3 11

1、计算x与y的均值

​ 设 x = ( x 1 , x 2 , . . . , x n ) 、 y = ( y 1 , y 2 , . . . , y n ) x=(x_1,x_2,...,x_n)、y=(y_1,y_2,...,y_n) x=(x1,x2,...,xn)y=(y1,y2,...,yn),求解 x ˉ = x 1 + x 2 + , . . . , x n n 、 y ˉ = y 1 + y 2 , . . . , y + n n \bar x=\frac{x_1+x_2+,...,x_n}{n}、\bar y=\frac{y_1+y_2,...,y+n}{n} xˉ=nx1+x2+,...,xnyˉ=ny1+y2,...,y+n。计算出 x , y x,y x,y的均值。

x = ( 5 , 4 , 3 ) 、 y = ( 10 , 6 , 11 ) n = 3 x=(5,4,3)、y=(10,6,11)\quad n=3 x=(5,4,3)y=(10,6,11)n=3

x ˉ = 4 , y ˉ = 9 \bar x=4,\bar y=9 xˉ=4,yˉ=9

2、计算样本与均值的差

​ 样本减去均值可以得到一个去中心化的矩阵 X X X
X = ( 1 1 0 − 3 − 1 2 ) X=\begin{pmatrix} 1 & 1\\ 0 & -3\\ -1 &2 \end{pmatrix} X=101132

3、计算 X X X协方差矩阵

c o v ( X ) = S = 1 m − 1 s T s cov(X)=S=\frac{1}{m-1}s^Ts cov(X)=S=m11sTs这里参照基本协方差矩阵的求解方法。

3.1、协方差矩阵的求法:

  1. 根据前期假设得知 X X X是一个 n ∗ 2 n*2 n2的矩阵,取每一列为单独的变量,因此得到 c 1 c_1 c1为去中心化后的x, c 2 c_2 c2为去中心化后的y。

c 1 = ( 1 , 0 , − 1 ) c 2 = ( 1 , − 3 , 2 ) c_1=(1,0,-1)\quad c_2=(1,-3,2) c1=(1,0,1)c2=(1,3,2)

  1. 对每一列的变量求和取均值得 c ˉ 1 、 c ˉ 2 \bar c_1、\bar c_2 cˉ1cˉ2,再将每一列减去对应的均值得到 s s s矩阵,因为这里是按照每列为一个单独的变量,所以m为矩阵的行数m=n。

c ˉ 1 = 0 c ˉ 2 = 0 m = 3 s = ( 1 1 0 − 3 − 1 2 ) \bar c_1=0 \quad \bar c_2=0 \quad m=3\\ s=\begin{pmatrix} 1 & 1\\ 0 & -3\\ -1 &2 \end{pmatrix} cˉ1=0cˉ2=0m=3s=101132

​ 在本例子中s与原来的 X X X没有发生改变。

  1. 根据公式计算协方差矩阵S

S = 1 3 − 1 ( 1 0 − 1 1 − 3 2 ) ( 1 1 0 − 3 − 1 2 ) = ( 1 − 0.5 − 0.5 7 ) S=\frac{1}{3-1}\begin{pmatrix} 1 & 0 & -1\\ 1 & -3 & 2 \end{pmatrix}\begin{pmatrix} 1 & 1\\ 0 & -3\\ -1 &2 \end{pmatrix}=\begin{pmatrix} 1 & -0.5\\ -0.5 & 7\\ \end{pmatrix} S=311(110312)101132=(10.50.57)

4、求解马氏距离

​ 求解具体两个点之间的马氏距离,直接带入以下两个点即可。

​ 基本计算公式如下:
d ( x , y ) = ( x − y ) T S − 1 ( x − y ) d(x, y)=\sqrt{(x-y)^{T} S^{-1}(x-y)} d(x,y)=(xy)TS1(xy)
S − 1 S^{-1} S1表示协方差矩阵的逆矩阵。逆矩阵的基本求解在此不再过多描述。文章来源地址https://www.toymoban.com/news/detail-507332.html

到了这里,关于马氏距离的求解的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包