Menghitung jarak euclidean secara manual

Jarak Euclidean adalah metrik jarak yang paling populer dalam statistika. Kepopulerannya terutama karena mudah dipahami secara intuitif. Ini adalah penerapan teorema Pythagoras pada koordinat Kartesius.

Latih perhitungannya secara manual dengan NumPy, yang sudah dimuat dengan alias standar np.

Latihan ini merupakan bagian dari kursus

Deteksi Anomali dengan Python

Lihat Kursus

Instruksi latihan

Kurangkan M dari N (atau sebaliknya), kuadratkan hasilnya, dan simpan ke squared_diffs.
Hitung jumlah selisihnya ke sum_diffs.
Ambil akar kuadrat dari jumlah tersebut untuk memperoleh jarak akhir—dist_MN.

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 square the result
squared_diffs = ____

# Calculate the sum
sum_diffs = ____

# Find the square root
dist_MN = ____

print(dist_MN)

Edit dan Jalankan Kode