埃斯塔páginaAUN没有本质公顷traducido对ESTA版本。Puede版本LA版MÁSreciente德ESTApágina恩英格尔斯。

pdist

DISTANCIA POR价格调整汇率价格调整汇率恩特雷里奥斯德observaciones

contraer待办事项恩拉página

Sintaxis

d = pdist（X）
d = pdist（X，距离）
d = pdist（X，距离，DistParameter）

Descripción

ejemplo

d= pdist（X）devuelve拉DISTANCIA euclidiana恩特雷里奥斯价格调整汇率德observaciones恩。X

ejemplo

d= pdist（X，距离）devuelve拉DISTANCIA mediante EL方法方法especificado POR。距离

ejemplo

d= pdist（X，距离，DistParameter）devuelve拉DISTANCIA mediante EL方法方法especificado POR年。距离DistParameter独奏puede especificar宽多ES，邻。DistParameter距离'seuclidean'“闵可夫斯基“马氏

Ejemplos

contraer待办事项

Abrir脚本恩体内

Calcular拉DISTANCIA euclidiana恩特雷里奥斯价格调整汇率德observacionesŸconvertir EL向量解DISTANCIA EN UNA matriz utilizando。squareform

克里UNA matriz CON特雷斯observacionesŸDOS变量。

RNG（'默认'）％的再现性X =兰特（3,2）;

Calcular LA DISTANCIA euclidiana。

d = pdist（X）
d =1×30.2954 1.0670 0.9448

拉斯维加斯distancias POR价格调整汇率本身organizan EN EL奥登（2,1），（3,1），（3,2）。Puede localizarfácilmente拉DISTANCIA恩特雷里奥斯拉斯observacionesÿutilizando。一世Ĵsquareform

Z = squareform（d）
Z =3×30 0.2954 1.0670 0.2954 0 0.9448 1.0670 0.9448 0

devuelve UNA matrizsimétrica东德corresponde一拉DISTANCIA POR价格调整汇率恩特雷里奥斯拉斯observaciones年。squareformZ（I，J）一世ĴPOR ejemplo，puede encontrar LA DISTANCIA恩特雷里奥斯拉斯observaciones 2 Y 3。

Z（2,3）
ANS = 0.9448

磷酸酶一拉función对reproducir拉萨利达德拉función。žsquareformpdist

Y = squareform（Z）
Y =1×30.2954 1.0670 0.9448

拉斯维加斯salidas desdeŸdesde儿子拉斯mismas。ÿsquareformdpdist

Abrir脚本恩体内

克里UNA matriz CON特雷斯observacionesŸDOS变量。

RNG（'默认'）％的再现性X =兰特（3,2）;

Calcula拉DISTANCIA德夫斯基CON EL exponente predeterminado 2。

D1 = pdist（X，“闵可夫斯基）
D1 =1×30.2954 1.0670 0.9448

Calcular拉DISTANCIA夫斯基CON未exponente德1，阙ES igual一拉DISTANCIA德拉MANZANA德拉城。

D2 = pdist（X，“闵可夫斯基，1）
D2 =1×30.3721 1.5036 1.3136
D3 = pdist（X，'城市街区'）
D3 =1×30.3721 1.5036 1.3136
Abrir脚本

Defina UNAfunción德DISTANCIA personalizada阙忽略拉斯coordenadas CON VALORESŸcalcule拉DISTANCIA POR价格调整汇率mediante拉función德DISTANCIA personalizada。为NaN

克里UNA matriz CON特雷斯observacionesŸDOS变量。

RNG（'默认'）％的再现性X =兰特（3,2）;

Supongamos阙法尔他EL底漆ELEMENTO德拉西甲观察。

X（1,1）= NaN的;

Calcular LA DISTANCIA euclidiana。

D1 = pdist（X）
D1 =楠楠0.9448

硅LA观察øcontiene VALORES，LAfunciónVuelve也对拉DISTANCIA POR价调汇率恩特雷里奥斯收率一世Ĵ为NaNpdist为NaN一世ĴPOR LO短刀，D1（1）Y D1（2），拉斯distancias POR价调汇率（2,1）Y（3,1），子VALORES。为NaN

Defina UNAfunción德DISTANCIA personalizada阙忽略拉斯coordenadas CON洛杉矶VALORESŸdevuelva LA DISTANCIA euclidiana。naneucdist为NaN

功能D2 = naneucdist（XI，XJ）％NANEUCDIST欧几里得距离与忽略将NaN N个坐标=尺寸（XI，2）;sqdx =（XI-XJ）^ 2。NSTAR =总和（〜isnan（sqdx），2）;不包含的NaN NSTAR（NSTAR == 0）= NaN的对数量％;％要返回的NaN如果所有对包括的NaN D2squared = nansum（sqdx，2）* n./nstar。％纠错缺少的坐标D2 = SQRT（D2squared）;

Calcular拉DISTANCIA pasando EL identificador德función科莫argumento德ENTRADA日。naneucdistpdist

D2 = pdist（X，@ naneucdist）
D2 = 0.3974 1.1538 0.9448

Argumentos德ENTRADA

contraer待办事项

DATOS德ENTRADA，especificados科莫UNA matriz NUMERICA德玉野-por-。米ñ拉斯维加斯filas corresponden一个observaciones individualesŸlas Columnas酒店corresponden一个变量individuales。

Tipos德DATOS：单|双

Métrica德DISTANCIA，especificada科莫矢量德CARACTERES，escalar德卡德纳Øidentificador德función，科莫SE描述EN LA塔布拉siguiente。

勇气 Descripción
“欧几里德”

DISTANCIA euclidiana（predeterminada）。
'squaredeuclidean'

DISTANCIA euclidiana cuadrada。（ESTAopciónSE proporciona独奏第eficiencia没有satisface LA desigualdad德尔triángulo。）
'seuclidean'

DISTANCIA euclidiana estandarizada。CADA diferencia德coordenadas恩特雷里奥斯observaciones SE埃斯卡拉dividiendo POR EL ELEMENTO correspondiente德拉desviaciónestándar，S =nanstd（X）。硒utiliza对especificar OTRO勇气段。DistParameter小号
“马氏

马氏DISTANCIA utilizando拉covarianza德muestra日，XC =nancov（X）。硒utiliza对especificar OTRO勇气对，东德拉matriz ESsimétricaŸdefinida positivamente。DistParameterCC
'城市街区'

DISTANCIA德尔BLOQUE德拉城。
“闵可夫斯基

DISTANCIA德闵可夫斯基。萨尔瓦多exponente predeterminado ES 2.硒utiliza对especificar未exponente diferente，东德干草联合国英勇escalar POSITIVO德尔exponente。DistParameterPP
“切比雪夫”

DISTANCIA去切比雪夫（diferencia马克西玛德coordenadas）。
“余弦”

欧诺menos EL coseno德尔安古洛incluido恩特雷里奥斯puntos（tratados科莫vectores）。
“相关性”

欧诺menos拉correlación德拉muestra恩特雷里奥斯puntos（tratados科莫secuencias德VALORES）。
“汉明”

DISTANCIA德汉明，阙ES EL porcentaje德coordenadas阙difieren。
“捷卡”

欧诺menos EL coeficiente捷卡，阙ES EL porcentaje德coordenadas distintas德CERO阙difieren。
“斯皮尔曼

欧诺menos拉correlación日兰戈德斯皮尔曼德拉muestra恩特雷里奥斯拉斯observaciones（tratadas科莫secuencias德VALORES）。
@distfun

芒果德función德DISTANCIA personalizada。乌纳función德DISTANCIA tiene拉备考EN LA阙

功能D2 = distfun（ZI，ZJ）％距离的计算...

  • ES未矢量-por-阙contiene UNA索拉观察。ZI1ñ

  • ES UNA matriz卟阙contiene倍数observaciones。德贝aceptar UNA matriz CON未NÚMEROarbitrario德observaciones。ZJM2ñdistfunZJ

  • ES未矢量-por-德distancias，Y ES LA DISTANCIA恩特雷里奥斯拉斯observaciones收率D2M21D2（k）的ZIZJ（K，:)

硅洛杉矶DATOS没有儿子dispersos，generalmente puede calcular拉DISTANCIAMÁSrápidamentemediante UNA DISTANCIA integrada连接卢格日联合国identificador德función。

帕拉obtener definiciones，consulte。Métricas德DISTANCIA

宽多utilice，O，puede especificar联合国argumento德ENTRADA adicional对controlar estasmétricas。'seuclidean'“闵可夫斯基“马氏DistParameterTambiénpuede utilizar estasmétricas德拉misma MANERA阙拉斯维加斯otrasmétricasCON未勇气predeterminado去。DistParameter

Ejemplo：“闵可夫斯基

VALORES德parámetro德métrica德DISTANCIA，especificados COMO未escalar POSITIVO，未矢量numéricoöUNA matriz NUMERICA。埃斯特argumento独奏ES VALIDO宽多本身especifica科莫，邻。距离'seuclidean'“闵可夫斯基“马氏

  • 硅ES，ES未矢量德factores德埃斯卡拉对CADA尺寸，especificado como的未矢量POSITIVO。距离'seuclidean'DistParameter萨尔瓦多勇气predeterminado ESnanstd（X）。

  • 硅ES，ES EL exponente德拉DISTANCIA闵可夫斯基，especificado科莫联合国escalar POSITIVO。距离“闵可夫斯基DistParameter萨尔瓦多勇气predeterminado ES 2.0。

  • 硅ES，ES UNA matriz德covarianza，especificada科莫UNA matriz NUMERICA。距离“马氏DistParameter萨尔瓦多勇气predeterminado ES。德贝SERsimétricaŸpositiva definitiva。nancov（X）DistParameter

Ejemplo：'闵可夫斯基'，3

Tipos德DATOS：单|双

Argumentos德萨利达

contraer待办事项

Distancias POR价调汇率，devueltas COMO未矢量德菲拉numérico德longitud（-1）/ 2，correspondiente一价调汇率德observaciones，东德ESTA ELNÚMERO德observaciones烯。米米米X

拉斯维加斯distancias SE organizan EN EL奥登（2,1），（3,1），...，（1,1），（3,2），...，（2），...，（ -1），es decir, el triángulo inferior izquierdo de la matriz de distancia -por- en orden de columna.米米米米米米香格里拉DISTANCIA POR价格调整汇率恩特雷里奥斯拉斯observacionesÿESTA EN一世Ĵd（第（i-1）*（M-1/2）+ J-I）一世≤Ĵ。

Puede convertir恩UNA matrizsimétricamediante LAfunción。devuelve UNA matriz -por-东德corresponde一拉DISTANCIA POR价格调整汇率恩特雷里奥斯拉斯observaciones年。dsquareformZ = squareform（d）米米Z（I，J）一世Ĵ

硅拉观察Øcontiene S，entonces EL勇气correspondiente EN ES对拉斯funciones德DISTANCIA incorporadas。一世Ĵ为NaNd为NaN

SE utilizacomúnmente科莫UNA matriz德diferenciaentas带拉agrupación连接clústeresØescalado多维的。d帕拉obtener更多资料，consulte拉斯páginas德referencia德función对，对，M，Y。聚类jerárquicocmdscalecophenet连锁mdscaleoptimalleaforderEstas funciones托曼科莫argumento德ENTRADA。d

MAS acerca德

contraer待办事项

Métricas德DISTANCIA

乌纳métrica德DISTANCIA ES UNAfunción阙定义UNA DISTANCIA恩特雷里奥斯DOS observaciones。pdistadmite variasmétricas德DISTANCIA：DISTANCIA euclidiana，DISTANCIA euclidiana estandarizada，DISTANCIA马氏，DISTANCIA德拉MANZANA德拉城，DISTANCIA德闵可夫斯基，DISTANCIA去切比雪夫，DISTANCIA德尔coseno，DISTANCIA德correlación，DISTANCIA海明，DISTANCIA捷卡ÿDISTANCIA德斯皮尔曼。

达达UNA matriz德DATOS -por-，阙本身trata como的vectores德菲拉（1个POR）米ñX米ñX1，X2，...，X米，拉斯distintas distancias ENTRE EL矢量X小号ÿXŤSE definen德拉siguiente MANERA：

  • DISTANCIA euclidiana

    d 小号 Ť 2 = （ X 小号 - X Ť ） （ X 小号 - X Ť ） “ 。

    香格里拉DISTANCIA euclidiana上课联合国卡索特殊德拉DISTANCIA闵可夫斯基，东德p= 2。

  • DISTANCIA euclidiana estandarizada

    d 小号 Ť 2 = （ X 小号 - X Ť ） V - 1 （ X 小号 - X Ť ） “ ，

    东德埃斯塔LA matriz -by-对角线库约ELEMENTO对角线ES（（））VññĴ小号Ĵ2，东德干草联合国载体德factores德Escala的第CADA尺寸。小号

  • DISTANCIA马氏

    d 小号 Ť 2 = （ X 小号 - X Ť ） C - 1 （ X 小号 - X Ť ） “ ，

    东德埃斯塔LA matriz德covarianza。C

  • DISTANCIA德尔BLOQUE德拉城

    d 小号 Ť = Σ Ĵ = 1 ñ | X 小号 Ĵ - X Ť Ĵ | 。

    香格里拉DISTANCIA德拉MANZANA德拉城ES联合国卡索特殊德拉DISTANCIA闵可夫斯基，东德p= 1。

  • DISTANCIA德闵可夫斯基

    d 小号 Ť = Σ Ĵ = 1 ñ | X 小号 Ĵ - X Ť Ĵ | p p 。

    第下午卡索特殊德p= 1，拉DISTANCIA德夫斯基达一拉MANZANA德拉城DISTANCIA。第下午卡索特殊德p= 2，LA DISTANCIA德夫斯基大拉DISTANCIA euclidiana。第下午卡索特殊德p=∞，拉DISTANCIA德夫斯基大拉DISTANCIA切比雪夫。

  • DISTANCIA去切比雪夫

    d 小号 Ť = 最大 Ĵ { | X 小号 Ĵ - X Ť Ĵ | } 。

    香格里拉DISTANCIA去上课切比雪夫联合国卡索特殊德拉DISTANCIA闵可夫斯基，东德p=∞。

  • DISTANCIA coseno

    d 小号 Ť = 1 - X 小号 X “ Ť （ X 小号 X “ 小号 ） （ X Ť X “ Ť ） 。

  • DISTANCIA德correlación

    d 小号 Ť = 1 - （ X 小号 - X ¯ 小号 ） （ X Ť - X ¯ Ť ） “ （ X 小号 - X ¯ 小号 ） （ X 小号 - X ¯ 小号 ） “ （ X Ť - X ¯ Ť ） （ X Ť - X ¯ Ť ） “ ，

    东德

    X ¯ 小号 = 1 ñ Σ Ĵ X 小号 Ĵ ÿ X ¯ Ť = 1 ñ Σ Ĵ X Ť Ĵ 。

  • DISTANCIA德海明

    d 小号 Ť = （ ＃ （ X 小号 Ĵ ≠ X Ť Ĵ ） / ñ ） 。

  • DISTANCIA杰卡德

    d 小号 Ť = ＃ [ （ X 小号 Ĵ ≠ X Ť Ĵ ） ∩ （ （ X 小号 Ĵ ≠ 0 ） ∪ （ X Ť Ĵ ≠ 0 ） ） ] ＃ [ （ X 小号 Ĵ ≠ 0 ） ∪ （ X Ť Ĵ ≠ 0 ） ] 。

  • DISTANCIA德斯皮尔曼

    d 小号 Ť = 1 - （ [R 小号 - [R ¯ 小号 ） （ [R Ť - [R ¯ Ť ） “ （ [R 小号 - [R ¯ 小号 ） （ [R 小号 - [R ¯ 小号 ） “ （ [R Ť - [R ¯ Ť ） （ [R Ť - [R ¯ Ť ） “ ，

    东德

    • [RSJES EL兰戈德XSJtomado埃尔控制X1Ĵ，X2Ĵ...XMJ，calculado POR。tiedrank

    • [R小号ÿ[RŤ儿子洛杉矶vectores日兰戈coordinado德X小号ÿXŤ即[R小号=（[R小号1，[R小号2...[RSN）。

    • [R ¯ 小号 = 1 ñ Σ Ĵ [R 小号 Ĵ = （ ñ + 1 ） 2 。

    • [R ¯ Ť = 1 ñ Σ Ĵ [R Ť Ĵ = （ ñ + 1 ） 2 。

Capacidades ampliadas

Consultetambién

||||||||||

Temas

Introducido底注德R2006a

Documentación德统计和机器学习工具箱
Soporte
掌握机器学习：有步骤，分步指南与MATLAB

掌握机器学习：有步骤，分步指南与MATLAB

下载电子书