Calcolare manualmente la distanza euclidea
La distanza euclidea è la metrica di distanza più diffusa in statistica. La sua popolarità deriva soprattutto dal fatto che è intuitiva da capire. È il teorema di Pitagora applicato alle coordinate cartesiane.
Esercitati a calcolarla manualmente con NumPy, già caricato con il suo alias standard np.
Questo esercizio fa parte del corso
Rilevamento delle anomalie in Python
Istruzioni dell'esercizio
- Sottrai
MdaN(o viceversa), eleva al quadrato i risultati e salvali insquared_diffs. - Calcola la somma delle differenze in
sum_diffs. - Trova la radice quadrata della somma per ottenere la distanza finale —
dist_MN.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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)