Python实现的计算马氏距离算法示例

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

Python实现的计算马氏距离算法示例

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：

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)