Diferenciando métricas de distancia
Es fundamental captar las sutiles diferencias entre las métricas de distancia manhattan, euclidean y Minkowski. Usarlas correctamente garantiza el rendimiento óptimo de los clasificadores de valores atípicos en distintos conjuntos de datos.
Recuerda por la fórmula que cambiar el parámetro p te permite alternar entre euclidean, manhattan y otros grados de la distancia de Minkowski.

Este ejercicio forma parte del curso
Detección de anomalías en Python
Ejercicio interactivo práctico
Pon en práctica la teoría con uno de nuestros ejercicios interactivos
Empezar ejercicio