马氏距离和欧式距离详解

一般在机器学习模型中会涉及到衡量两个样本间的距离，如聚类、KNN，K-means等，使用的距离为欧式距离。其实，除了欧氏距离之外，还有很多的距离计算标准，本文主要介绍欧氏距离和马氏距离。

欧氏距离

最常见的两点之间或多点之间的距离表示法，又称之为欧几里得度量，它定义于欧几里得空间中，如点 $x=(x_1,\dots ,x_n)$x=(x1​,…,xn​) 和 $y=(y_1,\dots ,y_n)$y=(y1​,…,yn​) 之间的距离为：
$d(x,y)=\sqrt{(x_1-y_1{)}^2+(x_2-y_2{)}^2+...+(x_n-y_n{)}^2}=\sqrt{\sum _{i=1}^n(x_i-y_i{)}^2}$d(x,y)=(x1​−y1​)2+(x2​−y2​)2+...+(xn​−yn​)2 ​=i=1∑n​(xi​−yi​)2 ​

1. 二维平面上两点a(x1,y1)与b(x2,y2)间的欧氏距离：
   $d_{12}=\sqrt{(x_1-x_2{)}^2+(y_1-y_2{)}^2}$d12​=(x1​−x2​)2+(y1​−y2​)2 ​

2. 两个n维向量 $a(x_{11},x_{12},\dots ,x_{1n})$a(x11​,x12​,…,x1n​)与 $b(x_{21},x_{22},\dots ,x_{2n})$b(x21​,x22​,…,x2n​)间的欧氏距离：
   $d_{12}=\sqrt{\sum _{k=1}^n(x_{1k}-x_{2k}{)}^2}$d12​=k=1∑n​(x1k​−x2k​)2 ​

马氏距离

在介绍马氏距离之前，我们先来看如下几个概念：

1. 方差：方差是标准差的平方，而标准差的意义是数据集中各个点到均值点距离的平均值。反应的是数据的离散程度。

2. **协方差：**标准差与方差是描述一维数据的，当存在***数据时，我们通常需要知道每个维数的变量中间是否存在关联。协方差就是衡量***数据集中，变量之间相关性的统计量。比如说，一个人的身高与他的体重的关系，这就需要用协方差来衡量。如果两个变量之间的协方差为正值，则这两个变量之间存在正相关，若为负值，则为负相关。

3. **协方差矩阵：**当变量多了，超过两个变量了。那么，就用协方差矩阵来衡量这么多变量之间的相关性。假设 $X$X 是以 $n$n个随机变数（其中的每个随机变数是也是一个向量，当然是一个行向量）组成的列向量：
   $X=\left[\begin{array}{c}{X}_1\\ X_2\\ ⋮\\ X_n\end{array}\right]$X=⎣⎢⎢⎢⎡​X1​X2​⋮Xn​​⎦⎥⎥⎥⎤​
   其中， ${\mu }_i$μi​是第i个元素的期望值，即 ${\mu }_i=E\left(X_i\right)$μi​=E(Xi​)。协方差矩阵的第 $i,j$i,j项（第 $i,j$i,j项是一个协方差）被定义为如下形式：
   $\sum _{ij}=cov(X_i,X_j=E[(X_i-{\mu }_i)(X_j-{\mu }_j)\left]\right)$ij∑​=cov(Xi​,Xj​=E[(Xi​−μi​)(Xj​−μj​)])
   即：
   ∑=⎣⎢⎢⎢⎡​E[(X1​−μ1​)(X1​−μ1​)])E[(X2​−μ2​)(X1​−μ1​)])⋮E[(Xn​−μn​)(X1​−μ1​)])​E[(X1​−μ1​)(X2​−μ2​)])E[(X2​−μ2​)(X2​−μ2​)])⋮E[(Xn​−μn​)(X2​−μ2​)])​⋯⋯⋱⋯​E[(X1​−μ1​)(Xn​−μn​)])E[(X2​−μ2​)(Xn​−μn​)])⋮E[(Xn​−μn​)(Xn​−μn​)])​⎦⎥⎥⎥⎤​
   矩阵中的第 $(i,j)$(i,j) 个元素是 $X_i$Xi​ 与 $X_j$Xj​ 的协方差。

马氏距离的定义：
马氏距离（Mahalanobis Distance）是由马哈拉诺比斯（P. C. Mahalanobis）提出的，表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系（例如：一条关于身高的信息会带来一条关于体重的信息，因为两者是有关联的）并且是尺度无关的（scale-invariant），即独立于测量尺度。
对于一个均值为 $\mu =({\mu }_1,{\mu }_2,{\mu }_3,...,{\mu }_p{)}^T$μ=(μ1​,μ2​,μ3​,...,μp​)T，协方差矩阵为 $S$S的多变量 $x=(x_1,x_2,x_3,...,x_p{)}^T$x=(x1​,x2​,x3​,...,xp​)T，其马氏距离为：
$D_M\left(x\right)=\sqrt{(x-\mu {)}^T{S}^{-1}(x-\mu )}$DM​(x)=(x−μ)TS−1(x−μ) ​
我们可以发现如果 $S^{-1}$S−1是单位阵的时候，马氏距离简化为欧氏距离。

那我们为什么要用马氏距离呢？
马氏距离有很多优点： 马氏距离不受量纲的影响，两点之间的马氏距离与原始数据的测量单位无关；由标准化数据和中心化数据(即原始数据与均值之差）计算出的二点之间的马氏距离相同。马氏距离还可以排除变量之间的相关性的干扰。

下面我们来看一个例子：
如果我们以厘米为单位来测量人的身高，以克（g）为单位测量人的体重。每个人被表示为一个两维向量，如一个人身高173cm，体重50000g，表示为（173,50000），根据身高体重的信息来判断体型的相似程度。

我们已知小明（160,60000）；小王（160,59000）；小李（170，60000）。根据常识可以知道小明和小王体型相似。但是如果根据欧几里得距离来判断，小明和小王的距离要远远大于小明和小李之间的距离，即小明和小李体型相似。这是因为不同特征的度量标准之间存在差异而导致判断出错。

以克（g）为单位测量人的体重，数据分布比较分散，即方差大，而以厘米为单位来测量人的身高，数据分布就相对集中，方差小。马氏距离的目的就是把方差归一化，使得特征之间的关系更加符合实际情况。

下图（a）展示了三个数据集的初始分布，看起来竖直方向上的那两个集合比较接近。在我们根据数据的协方差归一化空间之后，如图（b），实际上水平方向上的两个集合比较接近。

深入分析：
当求距离的时候，由于随机向量的每个分量之间量级不一样，比如说x1可能取值范围只有零点几，而x2有可能时而是2000，时而是3000，因此两个变量的离散度具有很大差异
马氏距离除以了一个方差矩阵，这就把各个分量之间的方差都除掉了，消除了量纲性，更加科学合理。

如上图，看左下方的图，比较中间那个绿色的和另外一个绿色的距离，以及中间绿色到蓝色的距离

如果不考虑数据的分布，就是直接计算欧式距离，那就是蓝色距离更近

但实际上需要考虑各分量的分布的，呈椭圆形分布

蓝色的在椭圆外，绿色的在椭圆内，因此绿色的实际上更近

马氏距离除以了协方差矩阵，实际上就是把右上角的图变成了右下角

参考资料：
马氏距离通俗理解