如何理解马氏距离，多维Mahalanobis距离是否要用到“互相关张量”来进行描述？ 第1页
1
frombeijingwithlove 网友的相关建议:
一般谈到马氏距离是不能脱离开样本分布的，题主说的“互相关张量”应该指的是样本的协方差矩阵，这个也是和样本分布密切相关的，来看个例子：
左下角在二维空间中由一个分布产生的方块样本，这个分布的一条等高线如虚线的椭圆框所示，图中还有一个不属于该分布的圆圈样本。这是是一个典型的欧式距离会把分布外样本算的更近的例子，比如把绿色和蓝色样本单拎出来，就是左上角的图，蓝色小圆圈和中心的绿色方块更近了，这是因为单纯的欧式距离无法反应方块的分布。这种情况下，考虑用马氏距离。这里默认方块的分布可以由协方差矩阵很好描述（比如是个多维高斯分布），那对于任意两点x和y马氏距离的计算就是下面：
就是协方差矩阵，这样计算出的距离就像
@王赟 Maigo说的一样不再是各向同性，对于方块的分布而言有个良好性质是分布的等高线上到中心的马氏距离相等了，因为马氏距离包含了方块本身分布的信息。进一步来理解，马氏距离可以表示为下面这样：
其实等效于做了个线性变换，然后在变换后的空间中求了下欧式距离，其中可以表示为，其中是个对角矩阵，对角线元素分别为协方差矩阵本征值的倒数开方，的行向量就是协方差矩阵的本征值。无论多少维，协方差矩阵的计算都是一样的，可以参考wiki上协方差矩阵的定义：
Covariance matrix。关于为什么，为什么协方差矩阵就是这个椭圆的理解可以参考另一个答案
主成分分析PCA算法：为什么去均值以后的高维矩阵乘以其协方差矩阵的特征向量矩阵就是“投影”？ - 達聞西的回答 - 知乎1
相关话题
请问在金融风控方向，如何运用用户行为序列进行特征设计和挖掘？有哪些不错的数据报告网站？
机器学习，数据挖掘在研究生阶段大概要学些什么？
正负样本极不平衡的问题？
医疗大数据的分析和挖掘发展现状如何？未来会有什么样的应用前景？
AI领域的灌水之风如何破局？
机器学习，数据挖掘在研究生阶段大概要学些什么？
如何求解下面的一个概率分布问题？
为什么方差要定义成平方？这么定义有什么利弊？如果把方差定义成 |X－E(X)|，这又有什么利弊？
什么是张量 (tensor)？
相关的话题
目前统计学在国内外的发展现状是怎样的？都有哪些分支？今后的研究方向大致是向哪里走？有哪些不错的数据报告网站？
因子分析法求权重，两个指标可以用这个方法吗？这个方法的优势是什么？
国外的程序员是如何保养「革命的本钱」？
如何证明马尔科夫链一定会达到稳态？
机器学习（machine learning）在经济学领域是否有应用前景？
数据挖掘与数据分析的主要区别是什么？
最大似然估计法是如何实现的？
你实践中学到的最重要的机器学习经验是什么？
和女朋友在商场走丢了，随机乱逛和守在特定地点等候，哪个相遇的概率更高？
如何在业余时学数据分析？
如何理解马氏距离，多维Mahalanobis距离是否要用到“互相关张量”来进行描述？
请问如何证明「X，Y 不相关，则 X，Y 不一定独立」呢？
参加kaggle竞赛是怎样一种体验？
如何理解马氏距离，多维Mahalanobis距离是否要用到“互相关张量”来进行描述？
大四年级，完全没接触过高数，目前对机器学习产生浓厚兴趣，该如何学习数学？
你所读的统计学方向，有哪些不错的讲义（Notes）？
如何成为数据科学家？
蜗牛从10米深的井底爬，白天爬一米，晚上下落x米，其中x为[0,2]米的随机数，那么爬上的期望是多少？
各种机器学习算法的应用场景分别是什么（比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型）？
如何正确地理解统计学上的相关性，关联性及差异性比较，方差分析，回归？
R语言，累计求和号连续几个∑∑∑∑这样的怎么编码？
你对贝叶斯统计都有怎样的理解？
十个人赛跑第一名和一百人赛跑的第十名，谁厉害？
大数据是不是泡沫？
如何评价《人民日报》于 10 月 5 日发表的《不能让算法决定内容》？
机器学习包含哪些学习思想？
如何理解马氏距离，多维Mahalanobis距离是否要用到“互相关张量”来进行描述？
你实践中学到的最重要的机器学习经验是什么？
你是如何走上数据分析之路的？