Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Medidas de Distancia | Conceptos Fundamentales
Análisis de Conglomerados

bookMedidas de Distancia

El agrupamiento reúne puntos de datos similares. Para lograrlo, es necesario medir la "distancia" entre los puntos. Las medidas de distancia indican cuán parecidos o diferentes son los puntos de datos. Elegir la medida de distancia adecuada es fundamental.

Analizaremos dos medidas de distancia comunes: distancia euclidiana y distancia Manhattan.

Distancia Euclidiana

La distancia euclidiana es como medir la distancia en línea recta entre dos puntos. Imagina que observas un mapa y mides la distancia entre dos ciudades en línea recta. Esa es la distancia euclidiana. Es la forma más común de medir la distancia.

Piénsalo simplemente como la distancia "en línea recta". Es adecuada cuando se desea conocer la distancia directa y todas las direcciones son igualmente importantes.

Por ejemplo, si tienes dos puntos, imagina usar una regla para medir directamente entre ellos.

Distancia Manhattan

La distancia Manhattan es como medir la distancia en una ciudad donde debes caminar por las cuadras. No puedes ir en diagonal a través de los edificios; tienes que caminar por las calles. También se le llama distancia de bloque de ciudad. Eso es exactamente la distancia Manhattan.

Piénsalo como caminar por las cuadras de una ciudad. Es útil cuando el movimiento está restringido a direcciones horizontales y verticales, o cuando se desea ser menos sensible a grandes diferencias en una sola dirección.

question mark

¿Qué medida de distancia es la más adecuada cuando el movimiento está restringido a direcciones horizontales y verticales?

Select the correct answer

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 2. Capítulo 4

Pregunte a AI

expand

Pregunte a AI

ChatGPT

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Awesome!

Completion rate improved to 2.94

bookMedidas de Distancia

Desliza para mostrar el menú

El agrupamiento reúne puntos de datos similares. Para lograrlo, es necesario medir la "distancia" entre los puntos. Las medidas de distancia indican cuán parecidos o diferentes son los puntos de datos. Elegir la medida de distancia adecuada es fundamental.

Analizaremos dos medidas de distancia comunes: distancia euclidiana y distancia Manhattan.

Distancia Euclidiana

La distancia euclidiana es como medir la distancia en línea recta entre dos puntos. Imagina que observas un mapa y mides la distancia entre dos ciudades en línea recta. Esa es la distancia euclidiana. Es la forma más común de medir la distancia.

Piénsalo simplemente como la distancia "en línea recta". Es adecuada cuando se desea conocer la distancia directa y todas las direcciones son igualmente importantes.

Por ejemplo, si tienes dos puntos, imagina usar una regla para medir directamente entre ellos.

Distancia Manhattan

La distancia Manhattan es como medir la distancia en una ciudad donde debes caminar por las cuadras. No puedes ir en diagonal a través de los edificios; tienes que caminar por las calles. También se le llama distancia de bloque de ciudad. Eso es exactamente la distancia Manhattan.

Piénsalo como caminar por las cuadras de una ciudad. Es útil cuando el movimiento está restringido a direcciones horizontales y verticales, o cuando se desea ser menos sensible a grandes diferencias en una sola dirección.

question mark

¿Qué medida de distancia es la más adecuada cuando el movimiento está restringido a direcciones horizontales y verticales?

Select the correct answer

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 2. Capítulo 4
some-alt