Beräkna det euklidiska avståndet manuellt
Det euklidiska avståndet är det vanligaste avståndsmåttet inom statistik. Dess popularitet beror framför allt på att det är intuitivt att förstå. Det är Pythagoras sats tillämpad i kartesiska koordinater.
Öva på att beräkna det manuellt med NumPy, som redan är inläst under sitt standardalias np.
Den här övningen är en del av kursen
Avvikelsedetektering i Python
Övningsinstruktioner
- Subtrahera
MfrånN(eller tvärtom), kvadrera resultaten och spara dem isquared_diffs. - Beräkna summan av differenserna och spara den i
sum_diffs. - Ta kvadratroten av summan för att få det slutliga avståndet –
dist_MN.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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)