Rozróżnianie metryk odległości
Kluczowe jest uchwycenie subtelnych różnic między metrykami odległości manhattan, euklidesowej i Minkowskiego. Ich prawidłowe stosowanie zapewnia optymalną wydajność klasyfikatorów anomalii na różnych zbiorach danych.
Pamiętaj, że zmiana parametru p w formule pozwala przełączać się między odległością euklidesową, manhattan i innymi stopniami odległości Minkowskiego.

To ćwiczenie jest częścią kursu
Wykrywanie anomalii w Pythonie
Interaktywne ćwiczenie praktyczne
Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń
Rozpocznij ćwiczenie