Python实现的计算马氏距离算法示例_Python

Python实现的计算马氏距离算法示例

2021-01-27 00:17开心果汁 Python

这篇文章主要介绍了Python实现的计算马氏距离算法,简单说明了马氏距离算法原理,并结合实例形式分析了Python实现与使用马氏距离算法的相关操作技巧,需要的朋友可以参考下

本文实例讲述了Python实现的计算马氏距离算法。分享给大家供大家参考，具体如下：

Python实现的计算马氏距离算法示例

我给写成函数调用了

python实现马氏距离源代码：

									# encoding: utf-8

									from __future__ import division

									import sys

									reload(sys)

									sys.setdefaultencoding('utf-8')

									import numpy as np

									def mashi_distance(x,y):

									  print x

									  print y

									  #马氏距离要求样本数要大于维数，否则无法求协方差矩阵

									  #此处进行转置，表示10个样本，每个样本2维

									  X=np.vstack([x,y])

									  print X

									  XT=X.T

									  print XT

									  #方法一：根据公式求解

									  S=np.cov(X)  #两个维度之间协方差矩阵

									  SI = np.linalg.inv(S) #协方差矩阵的逆矩阵

									  #马氏距离计算两个样本之间的距离，此处共有4个样本，两两组合，共有6个距离。

									  n=XT.shape[0]

									  d1=[]

									  for i in range(0,n):

									    for j in range(i+1,n):

									      delta=XT[i]-XT[j]

									      d=np.sqrt(np.dot(np.dot(delta,SI),delta.T))

									      print d

									      d1.append(d)

									if __name__ == '__main__':

									  # 第一列

									  x = [3, 5, 2, 8]

									  # 第二列

									  y = [4, 6, 2, 4]

									  mashi_distance(x,y)