Il clustering raggruppa punti dati simili. Per farlo, è necessario misurare la "distanza" tra i punti. Le misure di distanza indicano quanto i punti dati siano simili o diversi. La scelta della misura di distanza corretta è fondamentale.

Esamineremo due misure di distanza comuni: distanza euclidea e distanza di Manhattan.

Distanza Euclidea

La distanza euclidea è come misurare la distanza in linea retta tra due punti. Immagina di osservare una mappa e misurare la distanza tra due città in linea d'aria. Questa è la distanza euclidea. È il modo più comune per misurare la distanza.

Pensala semplicemente come la distanza "in linea d'aria". Funziona bene quando si desidera conoscere la distanza diretta e tutte le direzioni sono ugualmente importanti.

Ad esempio, se hai due punti, pensa di usare un righello per misurare direttamente tra di essi.

Distanza di Manhattan

La distanza di Manhattan è come misurare la distanza in una città dove bisogna camminare lungo gli isolati. Non puoi andare in diagonale attraverso gli edifici; devi camminare lungo le strade. È anche chiamata distanza city block. Questa è esattamente la distanza di Manhattan.

Pensala come camminare lungo gli isolati di una città. È utile quando il movimento è limitato alle direzioni orizzontale e verticale, o quando si desidera essere meno sensibili a grandi differenze in una sola direzione.