這次帶給大家Python怎麼實現馬氏距離，Python實現馬氏距離演算法的注意事項有哪些，下面就是實戰案例，一起來看一下。
本文實例講述了Python實現的計算馬氏距離演算法。分享給大家供大家參考，具體如下：
我給寫成函數呼叫了
python實作馬氏距離原始碼：
# encoding: utf-8
from future import pision
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import numpy as np
def mashi_distance(x,y):
print x
print y
#马氏距离要求样本数要大于维数，否则无法求协方差矩阵
#此处进行转置，表示10个样本，每个样本2维
X=np.vstack([x,y])
print X
XT=X.T
print XT
#方法一：根据公式求解
S=np.cov(X) #两个维度之间协方差矩阵
SI = np.linalg.inv(S) #协方差矩阵的逆矩阵
#马氏距离计算两个样本之间的距离，此处共有4个样本，两两组合，共有6个距离。
n=XT.shape[0]
d1=[]
for i in range(0,n):
for j in range(i+1,n):
delta=XT[i]-XT[j]
d=np.sqrt(np.dot(np.dot(delta,SI),delta.T))
print d
d1.append(d)
if name == 'main':
# 第一列
x = [3, 5, 2, 8]
# 第二列
y = [4, 6, 2, 4]
mashi_distance(x,y)運行結果：
相信看了本文案例你已經掌握了方法，更多精彩請關注php中文網其它相關文章！
推薦閱讀：
以上是Python怎麼達成馬氏距離的詳細內容。更多資訊請關注PHP中文網其他相關文章！
