Calculando a distância Manhattan manualmente
Embora a distância euclidiana seja muito popular, ela só escala bem além de dados bidimensionais ou tridimensionais. Nesses casos, você pode usar a distância Manhattan como alternativa. Ela tem a vantagem de funcionar muito bem com conjuntos de dados com muitas variáveis categóricas.
Pratique calculá-la manualmente com o NumPy, que já foi carregado com o alias padrão np.
Este exercício faz parte do curso
Detecção de Anomalias em Python
Instruções do exercício
- Encontre as diferenças absolutas entre os elementos de
MeN. - Some as diferenças para calcular a distância Manhattan final.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
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)