반응형
두 점 사이의 거리를 구할 때 유클리드 거리 공식을 사용할 수 있다. euclidean distance formula
여기서 square root 즉 루트를 취하지 않은 것이 제곱 유클리드 거리 square euclidean distance 이다.
거리 공식 설명 관련 사이트에서는 squared euclidean distance는 일반 유클리드 거리보다 클러스터링할 때 더 빠를 가능성이 있다고 설명했다. Jarvis-Patrick이나 K-Means 클러스터링은 어떤 유클리드 거리 공식을 쓰든간에 큰 차이가 없지만 hierarchical clustering 상하계층이 있는 clustering에서는 변화가 있을 수 있다고 시사했다.
Reference :
반응형
'머신러닝,딥러닝' 카테고리의 다른 글
kaggle ~ RuntimeError: DGL requires tensorflow>=2.2.0 for the official DLPack support. 에러와 해결방법 (0) | 2023.02.01 |
---|---|
device cuda available code (0) | 2023.01.27 |
[추천시스템 논문] CML : Collaborative Metric Learning 논문 리뷰 (0) | 2023.01.13 |
[GNN 관련 논문] TransE: Translating Embeddings for Modeling Multi-relational Data 논문 리뷰 (0) | 2023.01.11 |
dgl과 gpu를 사용할 때 에러가 날 경우 (0) | 2023.01.03 |
Error : TypeError: 'tensorflow.python.framework.ops.EagerTensor' object is not callable 오류 원인 (0) | 2023.01.03 |
gensim Word2Vec: unexpected keyword argument 'vector_size' error (1) | 2022.12.01 |
빅카인즈에서 증권 증시 분야만 쏙 빼는 방법 (0) | 2022.08.24 |