換個姿勢看馬氏距離和主成分分析

作者丨張賀  來源丨機器學習算法與Python實戰（tjxj666） 馬氏距離[1]，全稱馬哈拉諾比斯距離，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，即獨立於測量

>>阅读原文<<