算法 |
您所在的位置：网站首页 › 欧式距离的算法公式是什么 › 算法 |
算法
|
概述
在数学中，欧几里得距离或欧几里得度量是欧几里得空间中两点间“普通”（即直线）距离。使用这个距离，欧氏空间成为度量空间。 详见 百度百科：https://baike.baidu.com/item/%E6%AC%A7%E5%87%A0%E9%87%8C%E5%BE%97%E5%BA%A6%E9%87%8F/1274107?fromtitle=%E6%AC%A7%E5%BC%8F%E8%B7%9D%E7%A6%BB&fromid=2809635&fr=aladdin 计算公式
本文将根据用户输入特征的数据模型，对欧式距离的应用进行简单的介绍。 总思路： 根据用户的历史登录的输入特征，建立 圆形 的数据模型，取落入此圆内的数据，作为正常值，落到圆外部的数据将被判定为风险数据。 ① 建模 ：根据历史的输入特性，建立多维度的几何模型。（一般为2~3维） ② 计算圆心：跟据历史数据的每个轴的对应数据长度，根据公式 一条直线上任意点的距离中点=点与初始点（即 坐标轴心）的长度之和/点个数，计算出圆心的位置。 ③ 计算半径： 根据欧式距离公式，计算出各个点之间的距离，按照由小到大排序后，取其大于1/2处的数据作为半径。 ④ 计算当前请求的特征点是否落在圆内： 根据欧式距离公式，计算出，圆心到请求点的距离，判断是否落在圆内（即距离是否小于半径）。 代码实现 public boolean doEval(Double[] inputFeatures, List historyInputFeatures){ //如果特征不足2次，不进行验证 if(historyInputFeatures.size() //创建一个double 数组，用于接收圆心数据,数组长度为历史数据的维度 Double[] centerOfCircles = new Double[historyInputFeatures.get(0).length]; // |
【本文地址】
今日新闻 |
推荐新闻 |