Verschillende afstandsmaatstaven onderscheiden
Het is cruciaal om de subtiele verschillen tussen de manhattan-, euclidische en Minkowski-afstandsmaatstaven te begrijpen. Ze correct gebruiken zorgt voor optimale prestaties van outlier-classifiers op verschillende gegevenssets.
Onthoud uit de formule dat het wijzigen van de parameter p schakelt tussen euclidisch, manhattan en andere graden van de Minkowski-afstand.

Deze oefening maakt deel uit van de cursus
Anomaly Detection in Python
Interactieve oefening met praktijkervaring
Zet theorie om in actie met een van onze interactieve oefeningen
Begin oefening