Cómo calcular la distancia de Manhattan en R (Mi software favorito)
La distancia de Manhattan entre dos vectores, A y B, se calcula como:
Donde i es el i-ésimo elemento en cada vector.
Esta distancia se usa para medir la diferencia entre dos vectores y se usa comúnmente en muchos algoritmos de aprendizaje automático diferentes.
Este tutorial proporciona un par de ejemplos de cómo calcular la distancia de Manhattan en R.
Ejemplo 1: Distancia de Manhattan entre dos vectores
El siguiente código muestra cómo crear una función personalizada para calcular la distancia de Manhattan entre dos vectores en R:
# Crear función para calcular la distancia de Manhattan
manhattan_dist <- function(a, b) {
dist <- abs(a - b)
dist <- sum(dist)
return(dist)
}
# Definir dos vectores
a <- c(2, 4, 4, 6)
b <- c(5, 5, 7, 8)
# Calcular la distancia de Manhattan entre vectores
manhattan_dist(a, b)
[1] 9
La distancia de Manhattan entre estos dos vectores resulta ser 9.
Podemos confirmar que esto es correcto calculando rápidamente la distancia de Manhattan a mano:
Ejemplo 2: Distancia de Manhattan entre vectores en una matriz
Para calcular la distancia de Manhattan entre varios vectores en una matriz, podemos usar la función dist() incorporada en R:
# Crear cuatro vectores
a <- c(2, 4, 4, 6)
b <- c(5, 5, 7, 8)
c <- c(9, 9, 9, 8)
d <- c(1, 2, 3, 3)
# Enlazar vectores en una matriz
mat <- rbind(a, b, c, d)
# Calcular la distancia de Manhattan entre cada vector en la matriz
dist(mat, method = "manhattan")
A B C
B 9 -- --
C 19 10 --
D 7 16 26
La forma de interpretar esta salida es la siguiente:
- La distancia Manhattan entre el vector a y b es 9.
- La distancia Manhattan entre el vector a y c es 19.
- La distancia Manhattan entre el vector a y d es 7.
- La distancia Manhattan entre el vector b y c es 10.
- La distancia Manhattan entre el vector b y d es 16.
- La distancia Manhattan entre el vector c y d es 26.
Tenga en cuenta que cada vector de la matriz debe tener la misma longitud.