Calcular la distancia Manhattan manualmente
Aunque la distancia euclídea es muy popular, solo escala bien más allá de dos o tres dimensiones. En esos casos, puedes usar la distancia Manhattan como alternativa. Tiene la ventaja de funcionar especialmente bien con conjuntos de datos con muchas variables categóricas.
Practica cómo calcularla manualmente con NumPy, que se ha cargado con su alias estándar np.
Este ejercicio forma parte del curso
Detección de anomalías en Python
Instrucciones del ejercicio
- Encuentra las diferencias absolutas entre los elementos de
MyN. - Suma las diferencias para calcular la distancia Manhattan final.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
M = np.array([14, 17, 18, 20, 14, 12, 19, 13, 17, 20])
N = np.array([63, 74, 76, 72, 64, 75, 75, 61, 50, 53])
# Subtract M from N and find the absolute value
abs_diffs = ____
# Calculate the final manhattan distance
manhattan_dist_MN = ____
print(manhattan_dist_MN)