One weakness of the basic Euclidean

One weakness of the basic Euclidean and Manhattan distance functions is that if one of the input variables
has a relatively large range, then it can overpower the other input variables. For example, suppose an
application has just two input attributes, f and g. If f can have values from 1 to 1000 and g has values only
from 1 to 10, then g’s influence on the distance function will usually be overpowered by f’s influence

ผลลัพธ์ (ไทย) 2:

หนึ่งอ่อนแอของยุคลิดขั้นพื้นฐานและฟังก์ชั่นแมนฮัตตันระยะคือว่าถ้าหนึ่งในตัวแปรมีช่วงที่ค่อนข้างใหญ่แล้วจะสามารถเอาชนะตัวแปรอื่น ๆ
ตัวอย่างเช่นสมมติว่าแอพลิเคชันที่มีเพียงสองคุณลักษณะการป้อนข้อมูลและ g ฉ
ถ้า f สามารถมีค่า 1-1000 และ g มีค่าเพียง
1-10 แล้วกรัมอิทธิพลต่อการทำงานของระยะทางที่จะมักจะสู้อิทธิพลของฉ

ผลลัพธ์ (ไทย) 3:

จุดอ่อนอย่างหนึ่งของใช้พื้นฐานและแมนฮัตตันฟังก์ชันระยะทางคือว่าถ้าหนึ่งในตัวแปร
มีช่วงที่ค่อนข้างใหญ่ ก็สามารถเอาชนะ ตัวแปรอื่น ๆใส่ ตัวอย่างเช่น สมมติว่ามีการป้อนข้อมูล
มีเพียงสองของ f และ g ถ้า F จะมีค่าตั้งแต่ 1 ถึง 1 , 000 กรัมได้ค่าเดียว
จาก 1 ถึง 10จุดอ่อนอย่างหนึ่งของใช้พื้นฐานและแมนฮัตตันฟังก์ชันระยะทางคือว่าถ้าหนึ่งในตัวแปร
มีช่วงที่ค่อนข้างใหญ่ ก็สามารถเอาชนะ ตัวแปรอื่น ๆใส่ ตัวอย่างเช่น สมมติว่ามีการป้อนข้อมูล
มีเพียงสองของ f และ g ถ้า F จะมีค่าตั้งแต่ 1 ถึง 1 , 000 กรัมได้ค่าเดียว
จาก 1 ถึง 10แล้วจีมีอิทธิพลต่อฟังก์ชันระยะทางมักจะสู้ความ F อิทธิพล