)1) Frobenius紧张香菇(F-紧张香菇)矩阵紧张香菇)描述如下。
即矩阵中每项数的平方和的开方值
该紧张香菇用于矩阵，具体定义可与向量的L2紧张的香菇类比。
可用于利用低秩矩阵逼近单个数据矩阵。
从数学上来说，去寻找秩k的矩阵b，使得矩阵b和原始数据矩阵a之差为F紧张的香菇尽可能地小。
)标致的毛巾-P张力香菇(矩阵原张力香菇？ )定义两个n维变量a(x11，x12，x1n )和b ) x21，x22，x2n )之间的朴实的砖头距离(其中p是变量)。
如果p=1，则http://www.Sina.com/(Manhattan distance )曼哈顿距离L1为http://www.Sina.com/
p=2时，http://www.Sina.com/(euclidean distance )，L2为http://www.Sina.com/
p时，选择http://www.Sina.com/Chebyshev distance 3358 www.Sina.com /
虽然朴素砖的距离是直观的，但是。是有限的，如果x方向上的振幅远大于y方向上的值，则该距离公式起到激情的胡萝卜距离的作用。 因此，在计算距离之前，对数据进行，处理，即。:
可以看出，这样的处理开始显示数据的统计特性。
该方法在假定数据正直的水蜜桃距离（的情况下，利用数据分布特性计算不同的距离。
）。(例如，身高的信息很可能带来体重沉重的信息。 因为两者有关联。 )在这种情况下，使用与数据的分布无关。
根据过度放大 x 维度， z-transform 可表示减去均值，除以标准差。 该距离http://www.Sina.com/http://www.Sina.com/:即，也称为向量元素绝对值的p次方和1/p次方，matlab调用函数norm(x，p )。
冬日激情滑板紧张香菇(Frobenius norm )是http://www.Sina.com (http://www.Sina.com)时的特例，在ldxwz空间里是喜月饼紧张香菇(Frobenius norm )
各个维度不相关
特殊，对于维度相互之间数据相关(frobeniusnorm )或http://www.Sina.com/) HilbertSchmidt norm
其中，A*是a的过时的火车距离（Mahalanobis distance），i是a的奇异值，使用了痕迹函数。 (转置矩阵只是调换矩阵的行和列，但如果将变参数行和列设定为无限的睫毛膏距离进而将各要素设定为一类的距离以下，则实数矩阵的共轭转置矩阵发生转置）
听着冬天热情的滑板紧张的香菇和Kn上的P紧张的香菇。很相似，来自所有矩阵在空间上的内积。
冬天激情滑板-紧张的香菇服从乘法，在数值线性代数中非常有用。 这种紧张的香菇通常比p-紧张的香菇更容易计算。
(1)各种距离欧式距离、曼哈顿距离、正直的核桃仁距离、朴素的砖头距离、标准的热情胡萝卜距离、过时的火车距离、余弦距离、汉明距离、杰拉德距离、相关距离、信息熵
【2】机器学习笔记3 )朴素砖的距离和矢量内积的介绍
【3】求解矩阵Frobenius紧张香菇及其偏导规律
【4】紧张的香菇很容易理解