El agrupamiento reúne puntos de datos similares. Para lograr esto, 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.

Se analizarán dos medidas de distancia comunes: distancia euclidiana y distancia Manhattan.

Distancia Euclidiana

La distancia euclidiana es similar a medir la distancia en línea recta entre dos puntos. Imagine observar un mapa y medir la distancia entre dos ciudades en línea recta. Esa es la distancia euclidiana. Es la forma más común de medir la distancia.

Puede considerarse 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 se tienen dos puntos, piense en utilizar una regla para medir directamente entre ellos.

Distancia Manhattan

La distancia Manhattan es similar a medir la distancia en una ciudad donde se debe caminar por las cuadras. No se puede ir en diagonal a través de los edificios; es necesario caminar por las calles. También se denomina distancia city block. Esa es exactamente la distancia Manhattan.

Puede considerarse 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.