度量學習中的馬氏距離(Mahalanobis Distance)

對馬氏距離的定義： 馬氏距離是由印度統計學家馬哈拉諾比斯（P. C. Mahalanobis）提出的，表示數據的協方差距離。它是一種有效的計算兩個未知樣本集的相似度的方法。與歐氏距離不同的是它考慮到各種特性之間的聯繫（例如：一條關於身高的信息會帶來一條關於體重的信息，因爲兩者是有關聯的）並且是尺度無關的（scale-invariant），即獨立於測量尺度。 對於一個均值爲 ，協方差矩陣爲Σ的多變量

>>阅读原文<<