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 adalah bagian dari kursus
Deteksi Anomali dengan Python
Petunjuk latihan
- Temukan selisih absolut antara elemen
MdanN. - Jumlahkan selisih tersebut untuk memperoleh jarak Manhattan akhir.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
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)