Distinguere le metriche di distanza
È fondamentale cogliere le sottili differenze tra le metriche di distanza manhattan, euclidea e Minkowski. Usarle correttamente garantisce prestazioni ottimali dei classificatori di outlier su vari insiemi di dati.
Ricorda dalla formula che modificare il parametro p fa passare dalla distanza euclidea, a quella manhattan e ad altri gradi della distanza di Minkowski.

Questo esercizio fa parte del corso
Rilevamento delle anomalie in Python
esercizio interattivo pratico
Trasforma la teoria in pratica con uno dei nostri esercizi interattivi
Inizia esercizio