曼哈顿距离计算公式

曼哈顿距离是两点在南北方向上的距离加上在东西方向上的距离，主要用来计算两个点在标准坐标系上的绝对轴距总和。计算公式是d(i,j)=|xi-xj|+|yi-yj|。曼哈顿距离具有非负性、同一性、对称性、三角不等式等数学性质。扩展资料 曼哈顿距离是两点在南北方向上的距离加上在东西方向上的距离，主要用来计算两个点在标准坐标系上的绝对轴距总和。计算公式是d(i,j)=|xi-xj|+|yi-yj|。曼哈顿距离具有非负性、同一性、对称性、三角不等式等数学性质。

mahattan distance(曼哈顿距离)：两点之间的横向，纵向距离之和

euclidian distance(欧氏距离): 两点之间的直线距离

mahalanobis distance(z-score)(马氏距离): 两点之间的直线距离，但是会按照不同方向上的variance缩放距离比例。即如果数据集横向variance很大，则mahalanobis distance中的横向距离会被增大。（主要用于移除outlier）

bhattacharya coefficient(巴氏系数)：用于描述两个随机分布之间的重叠度

所指的应该是曼哈顿距离.曼哈顿距离又称“城市街区距离（city block distance）”,其正式意义为L1距离,度量方法是数据之间的绝对差的和.例如在平面上,坐标（x1,y1）的 i 点与坐标（x2,y2）的 j 点的曼哈顿距离为：d(i,j) = |X1 - X2| + |Y1 - Y2|

---