2016-10-14 11 views
-1

그래서 할 일이 있지만 어떻게해야하는지 조언이 필요합니다. 내 데이터 포인트는 1,2,9,6,4이며 클러스터 간의 거리를 계산해야합니다. 너에게 유클리드 거리가 필요해.두 클러스터 사이의 차이

내 대답은 다음과 같습니다. {1,1} = 0. {1,2} = 1, {1,9} = 8.

+0

1 차원 데이터의 유클리드 거리가 맞지 않습니다. 귀하의 질문에 잘못된 것이 있습니다. –

+0

그래, 2-1 = 1, 9-1 = 8,하지만 당신의 질문은 "2와 1의 차이점은 무엇이 아닌가?"라고 확신합니다. –

+0

남자들은이 데이터 포인트가 될 질문을 던졌습니다 : 1, 2, 9, 6, 4 그리고 그것은 유클리드 거리가있는 두 클러스터 사이의 거리를 계산하기를 원합니다. 거리 –

답변

1

데이터 포인트가 5 개이므로 맞습니까?

공식이 같아야합니다

square root of ((1-1)²) = 0 
square root of ((1-2)²) = 1 
square root of ((1-9)²) = 8 

이 ... 그래서 그래, 당신 말이 맞아.

euclidian distance formula

+0

고맙습니다. 이 시점 이후에 어떤 클러스터가 새로운 클러스터로 병합되는지 알아야합니까? 그렇게하는 방법 ? 너는 어떤 생각이있어? –

+0

@ipo 클러스터링을 위해 k-nearestuneighbor이 어떻게 작동합니까? –

+0

제곱근과 사각형은 중복되어 있으므로 1 차원의 경우 간단히 'abs (a-b)'로 감소합니다. 이것이 유클리드가 1 차원 데이터에 대해 특별한 의미를 갖지 않는 이유입니다. –