问题标签 [mahalanobis]

我正在尝试实现 Eigenfaces 算法，并且能够通过检查欧几里德距离来检查人脸是否匹配，如下所示。我想改用马氏距离来改进代码。

其中features是每列中包含一个特征的表，feature_vec是我们正在检查的特征向量。

我有这个有异常值的数据。我怎样才能找到马氏距离并用它来消除异常值。

我在 XYZ 格式的 3d 点云文件上使用 python，我需要计算它们中的每一个到中心的距离，然后根据它标记（和颜色以更好地可视化）它们。到目前为止，我使用以下代码得到了这个云分类：

但是正如您所看到的，我正在计算从中心到每个点的欧几里得距离，这是不正确的，在这种情况下，例如墙壁或桌子的限制不正确。我想象了这种图形，但有一个方形的彩色形状。现在我成功地计算了每个对象的边界框，如图所示，但我无法得到我期望的结果。我也尝试过马氏距离，但分类结果是椭圆体，我可以使用其他计算距离度量吗？

我是一名学生，我正在尝试做这个作业，我需要使用 Mahalanobis 距离作为参数来执行 KNN 算法，但由于某种我无法弄清楚的原因，我的代码无法正常工作。

我不是R大师，实际上我只知道基础知识。

当我尝试运行代码时，这是我得到的错误：

RStudio 没有告诉我错误在哪里，所以我无法修复它。问题在于比较？

如何将 pdist2 与“mahalanobis”指标一起使用？我写了这段代码：

但我得到这个错误：

尽管变量 'covuu' 是对称矩阵并且也是正数。这是covu：covu =

如何使用“mahalabobis”度量计算 pdist2？

代码是：

但是由于某种原因，当我输入参数时，我得到了一个输出矩阵

输出：

看来我的函数只是给了我在第二个参数中输入的 2x2 矩阵的逆矩阵。

我从这里找到了使用欧几里德距离计算两个矩阵的距离的示例代码：Finding K-nearest neighbors and its implementation数据矩阵如下：

我将如何应用切比雪夫和马氏距离并替换以下函数：

我试图将代码更改为：

答案如下。可能是因为我根据公式放置了 max 函数。

但是，如果我使用这个 knnsearch 代码，它会按预期工作。但是我需要应用 bsxfun 以便我的代码将使用上层代码进行标准化。我想比较算法中的不同距离：

感谢是否有人可以帮助我。

我使用 ape 包在 R 中创建了一个系统发育 NJ 树。我的数据包含来自多个属于已知组的个人的度量。因此，我决定计算这些组之间的马氏距离，以便将协方差结构纳入我的分析中。因此，创建 nj 树不是问题。

但是，现在我想为分支拆分计算一些引导值。我会使用 boot.phylo 函数，但在这里我不知道如何处理 FUN （函数）命令，从而正确计算自举数据集的马氏距离。

我有一个数据框table，我想为我的数据框的每对可能的列计算马哈拉诺比斯。

我想计算A1和A2，A1和A3，A2和之间的距离A3......我可能有多达 50 列，所以如果有人知道怎么做:) 谢谢

我正在测试新的指标来测量 Pytorch 中权重矩阵之间的距离，现在我正在尝试使用 Mahalanobis。为此，我将每个矩阵重塑为一个向量，然后将其连接为一个矩阵，然后使用该矩阵计算该矩阵任意两行之间的马氏距离。问题是其中一些给我带来了负面结果，而负面的平方根则让我感到 NaN。

我知道协方差矩阵必须是正定义的，我想我搞砸了，或者我在这种情况下使用 mahalanobis 的想法是不可能的？

这是我正在使用的代码，我向它传递了一个形状为 (64,121) 的 X，即 64 (11x11) 矩阵