问：欧式距离的性质
- 答：欧氏距离（Euclidean Distance）
什么是欧氏距离
欧氏距离也称欧几里得距离或欧几里得度量，是一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。在二维和三维空间中的欧氏距离的就是两点之间的距离。使用这个距离，欧氏空间成为度量空间。相关联的范数称为欧几里得范数。较早的文献称之为毕达哥拉斯度量。
欧氏距离的计算公式
二维空间的公式
\rho=\sqrt{\left(x_2-x_1\right)^2+\left(y_2-y_1\right)^2}，\left|X\right|=\sqrt{x_2^2+y_2^2}。其中，ρ为点\left(x_2,y_2\right)与点\left(x_1,y_1\right)之间的欧氏距离；\left|X\right|为点\left(x_2,y_2\right)到原点的欧氏距离。
三维空间的公式
\rho=\sqrt{\left(x_2-x_1\right)^2+\left(y_2-y_1\right)^2+\left(z_2-z_1\right)^2}
\left|X\right|=\sqrt{x_2^2+y_2^2+z_2^2}
n维空间的公式
d(x,y):=\sqrt{(x_1-y_1)^2+(x_2-y_2)^2+\cdots+(x_n-y_n)^2}=\sqrt{\sum_{i=1}^n(x_i-y_i)^2}
欧氏距离变换
所谓欧氏距离变换，是指对于一张二值图像（在此我们假定白色为前景色，黑色为背景色），将前景中的像素的值转化为该点到达最近的背景点的距离。
欧氏距离变换在数字图像处理中的应用范围很广泛，尤其对于图像的骨架提取，是一个很好的参照。
问：欧式距离是指什么？
- 答：欧式距离是指欧几里得距离。欧式距离也称欧几里得距离，是最常见的距离度量，衡量的是多维空间中两个点之间的绝对距离。也可以理解为：m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。在二维和三维空间中的欧氏距离就是两点之间的实际距离。
欧式距离
我们从最常见的距离测量开始，即欧氏距离。它是一种最好的距离测量方法，可以解释为连接两点的线段长度。这个公式相当简单，因为距离是根据使用勾股定理的点的笛卡尔坐标计算出来的。当你有低维数据，并且向量的大小很重要，需要测量时，欧氏距离的效果非常好。
如果在低维数据上使用欧氏距离，kNN和HDBSCAN等方法就会显示出很好的效果。
问：欧氏距离判别法，马氏距离判别法和Fisher判别法的优缺点有哪些
- 答：这里不用知道是哪个距离。。。你FISHER做出来以后，找到系数，分别与对应自变量相乘得到判别式y。fisher判别需要知道临界值y0。可以用已知分组的所有y值相加，再除以个数，即得到y0。以两组为例，当第一组均值大于第二组均值，则当样品代入判别式后，若 y大于y0，则判为第一组；反之，则判为第二组。
有不懂可以hi我 - 答：SPSS在完成Fisher判别分析后，会给出典则判别函数系数和在每一类质心处的函数马氏距离，你可以搜搜有关“距离判别分析法”的论文，很多论文的前面都有介绍
