下列哪个距离度量不在KNN算法中体现:( )。
A: 切比雪夫距离
B: 欧氏距离
C: 余弦相似度
D: 曼哈顿距离
A: 切比雪夫距离
B: 欧氏距离
C: 余弦相似度
D: 曼哈顿距离
举一反三
- 以下距离度量方法中,在城市道路里,要从一个十字路口开车到另外一个十字路口的距离是: ( )。 A: 夹角余弦 B: 切比雪夫距离 C: 曼哈顿距离 D: 欧氏距离
- 以下距离度量方法中，在城市道路里，要从一个十字路口开车到另外一个十字路口的距离是： ( )。 A: 夹角余弦 B: 切比雪夫距离 C: 曼哈顿距离 D: 欧氏距离
- 下列距离中，与训练样本集相关的是 A: 马氏距离 B: 欧氏距离 C: 曼哈顿距离 D: 切比雪夫距离
- K近邻（KNN）算法是依据最邻近的几个样本的类别来决定待分类样本所属的类别，其中常用的距离公式包括（ ） A: 欧式距离 B: 曼哈顿距离 C: 余弦距离 D: 切比雪夫距离
- R型聚类统计量有( )。 A: 同号率 B: 绝对距离 C: 欧氏距离 D: 切比雪夫距离