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 adalah bagian dari kursus

Deteksi Anomali dengan Python

Lihat Kursus

Petunjuk 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 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 square the result
squared_diffs = ____

# Calculate the sum
sum_diffs = ____

# Find the square root
dist_MN = ____

print(dist_MN)

Edit dan Jalankan Kode