人脸数据来自http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html 实现代码和效果如下。由于图片数量有限（40*10），采用将原有图片顺序打乱进行检测。 采用马氏距离时，h=8时正确率为100%，h=16时计算溢出。 [以下 ...
分类：
其他好文 时间：
2016-11-22 20:09:00
阅读次数：
403
距离计算方法总结 在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 本文的目的就是对常用的相似性度量作一个总结。 本文目录： 1 ...
分类：
其他好文 时间：
2016-10-26 22:15:49
阅读次数：
228
马氏距离(Mahalanobis distance)是由印度统计学家马哈拉诺比斯（P. C. Mahalanobis）提出的，表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系（例如：一条关于身高的信息会带来一条关于体重的信息，因为两者 ...
分类：
其他好文 时间：
2016-10-13 02:44:28
阅读次数：
251
(from:http://en.wikipedia.org/wiki/Mahalanobis_distance) Mahalanobis distance In statistics, Mahalanobis distance is a distance measure introduced by ...
分类：
其他好文 时间：
2016-08-28 17:56:32
阅读次数：
401
在分类聚类算法中，时常需要计算两个变量（通常是向量的形式）的距离，即相似性度量。其中，距离度量的性质：非负性，自反性，对称性和三角不等式。
本文的目的就是对常用的相似性度量作一个总结。
本文目录：
1.欧氏距离
2.曼哈顿距离
3. 切比雪夫距离
4. 闵可夫斯基距离
5.标准化欧氏距离
6.马氏距离
7.余弦相似度
...
分类：
其他好文 时间：
2016-07-03 20:05:42
阅读次数：
785
浅谈 Hellinger Distance 2016.05.24 最近在看 Hellinger Distance， 平时看多了欧式距离，马氏距离等等，貌似介绍这个的材料不是很多，例如：维基百科上的一些，和 下列这个链接上的pdf材料：http://www.tcs.tifr.res.in/~prahl ...
分类：
其他好文 时间：
2016-05-24 15:20:52
阅读次数：
757
2016-5-5未命名文件新建模板小书匠1. 论文摘要提出了一种新的discriminativate deep metric learning(DDML)方法，用于自然环境下的 face verification。与现有的致力于学习一个马氏距离度量，从而最大化类间距离最小化类内距离的方法不同，DDM... ...
分类：
其他好文 时间：
2016-05-05 12:59:39
阅读次数：
131
一、 马氏距离 我们熟悉的欧氏距离虽然很有用，但也有明显的缺点。它将样品的不同属性（即各指标或各变量）之间的差别等同看待，这一点有时不能满足实际要求。例如，在教育研究中，经常遇到对人的分析和判别，个体的不同属性对于区分个体有着不同的重要性。因此，有时需要采用不同的距离函数。 如果用dij表示第i个样...
分类：
编程语言 时间：
2016-03-11 11:38:59
阅读次数：
713
讲解教授：赵辉 (FROM : UESTC)课程：《模式识别》整理：PO主基础知识：假设空间中两点x，y，定义：欧几里得距离，Mahalanobis距离，不难发现，如果去掉马氏距离中的协方差矩阵，就退化为欧氏距离。那么我们就需要探究这个多出来的因子究竟有什么含义。第一个例子从下往上的一段50米长的坡...
分类：
其他好文 时间：
2015-01-31 16:14:15
阅读次数：
341
Python实现KNN算法
KNN算法的实际用处很多，主要用于分类阶段，是一个基础的分类算法。KNN主要基于距离的计算，一般可以在原始的欧氏空间中计算样本之间的距离。改进版本有：先特征提取到一个更加鉴别的空间中，然后计算距离；或者先使用metric learning度量学习的技术来获得一个鉴别的度量空间，然后计算样本间的马氏距离。
不管怎么说，KNN在很多算法的分类阶段都可以用到，我们这里用python实现KNN。...
分类：
编程语言 时间：
2015-01-16 19:19:41
阅读次数：
233
