Python Scikit学习中的距离度量

我在看Scikit Learn中实现的一些成对距离。包括

“城市街区”

“欧几里得”

“l1”

“l2”

“曼哈顿”

现在我总是假设（基于和）欧几里德和L2是一样的；曼哈顿=L1=城市街区

这在Scikit Learn中不是真的吗？否则，为什么同样的东西用不同的名字命名呢？

你的名字会告诉你到底发生了什么。每个字符串都映射到一个内部函数

metric  Function
‘cityblock’ metrics.pairwise.manhattan_distances
‘cosine’    metrics.pairwise.cosine_distances
‘euclidean’ metrics.pairwise.euclidean_distances
‘l1’    metrics.pairwise.manhattan_distances
‘l2’    metrics.pairwise.euclidean_distances
‘manhattan’ metrics.pairwise.manhattan_distances

因此，您的假设是正确的，因为

城市街区

，

曼哈顿

和

l1

都在内部映射到

成对的曼哈顿距离

为什么使用多个名称？因为不同背景的人用不同的名字表达相同的想法

我确实认为，如果名字（对我来说）响了，我可以使用

cityblock

，而不是需要自己联系

cityblock==l1

如果

cityblock

没有明确支持