Manhattan-afstand handmatig berekenen
Hoewel euclidische afstand erg populair is, schaalt die alleen goed bij twee- of driedimensionale data. In andere gevallen kun je manhattan-afstand als alternatief gebruiken. Het voordeel is dat die uitzonderlijk goed werkt met gegevenssets met veel categorische features.
Oefen met het handmatig berekenen ervan met NumPy, dat is geladen onder de standaardalias np.
Deze oefening maakt deel uit van de cursus
Anomaly Detection in Python
Oefeninstructies
- Zoek de absolute verschillen tussen de elementen van
MenN. - Bereken de som van de verschillen om de uiteindelijke manhattan-afstand te krijgen.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
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 find the absolute value
abs_diffs = ____
# Calculate the final manhattan distance
manhattan_dist_MN = ____
print(manhattan_dist_MN)