자기개발/Programming
2021. 7. 1.
머신러닝(Machine Learning) 기초 - 7 : 회귀법(Regression), 유클리디언 거리 (Euclidean distance), 맨하탄 거리 (Manhattan distance) & 해밍 거리(Hamming distance)
1. 유클리디언 거리 (Euclidean distance) 두 포인트 간 거리는 구하는 방법 중 가장 흔하게 사용되는 기법이 '유클리디언 거리 법'이다. 두 포인트 사이의 유클리디언 거리는 구하는 방법은 각각의 동일 차원 축 (x, y...) 간 거리를 뺀 값을 제곱하고 모두 더한 뒤 루트를 씌워준다 (하기 공식 참고) 수학 시간 때 배운 '피타고라스 정의'와 동일하지만 한 가지 차이점은 x, y, z를 넘어 고차원적인 계산에도 사용된다는 점이다 (해당 포스팅에서는 점(point)을 사용해 설명했지만 실제 사용은 포인트, 라인, 플래인 등 고차원적인 거리를 나타낸다) 2. 맨해튼 거리 (Manhattan distance) 맨하탄 거리 법은 유클리디언과 아주 유사하다. 다른 점은 각 차원 축 간 차를 구하..