Menghitung jarak Manhattan secara manual

Meskipun jarak Euclidean sangat populer, jarak tersebut hanya berskala baik pada data dua atau tiga dimensi. Dalam kasus lain, Anda dapat menggunakan jarak Manhattan sebagai alternatif. Keunggulannya, metode ini bekerja sangat baik pada himpunan data dengan banyak fitur kategorikal.

Latih cara menghitungnya secara manual dengan NumPy, yang telah dimuat menggunakan alias standar np.

Latihan ini merupakan bagian dari kursus

Deteksi Anomali dengan Python

Lihat Kursus

Instruksi latihan

Temukan selisih absolut antara elemen M dan N.
Jumlahkan selisih tersebut untuk memperoleh jarak Manhattan akhir.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

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)

Edit dan Jalankan Kode