유클리디안 거리( Euclidean Distance )
파란선의 길이를 구하면 된다.


맨하탄 거리( Manhattan Distance )
왜 맨하탄이라 하는지는 찾아보자. 수식은 간단하다. 위 그림의 주황색선의 길이를 구하면 된다.

해밍 거리( Hamming Distance )
유클리드 거리, 맨하탄 거리는 물리적인 거리인 반면 해밍 거리는 이와는 좀 다른 개념이다. 같은 길이의 두 문자열에서 같은 위치에서 서로 다른 기호들이 몇 개인지를 센다.
예를 들어,
문자열 "inertia"와 "inernia"사이의 해밍 거리는 1이다.
왜? 같은 위치(5번째)에서 서로 다른 기호가 하나다. t와 n. 서로 다른 글자 개수만 세는 것이 해밍 거리 계산 법이다.
'머신러닝(ML)' 카테고리의 다른 글
| K-Means 클러스터링 (0) | 2020.07.09 |
|---|---|
| 나이브 베이즈 분류( Naive Bayes Classification)란... (0) | 2020.07.09 |
| 베이즈 정리( Bayes' Theorem )란... (0) | 2020.07.09 |
| 랜덤 포레스트( Random Forest )란... (0) | 2020.07.09 |
| 의사결정 나무(Decision Tree)란... (0) | 2020.07.09 |