python - numpy.linalg.norm 的作用是什么？

Question

numpy.linalg.norm的作用是什么？方法？

In this Kmeans Clustering sample numpy.linalg.norm函数用于获取运动质心步骤中新质心和旧质心之间的距离，但我不明白其本身的含义是什么

有人能给我一些与 Kmeans 聚类上下文相关的想法吗？

向量的范数是多少？

Answer 1

numpy.linalg.norm 用于计算向量或矩阵的范数。

<小时/>

这是取自 numpy.linalg.norm 的帮助文档:

numpy.linalg.norm(x, ord=None, axis=None, keepdims=False)[source]

<小时/>

这是取自 K-Means Clustering in Python 的代码片段:

# Euclidean Distance Caculator
def dist(a, b, ax=1):
    return np.linalg.norm(a - b, axis=ax)

默认使用order=None，所以只要计算(a-b)的Frobenius范数，这就是计算距离a 和 b 之间(使用上面的公式)。

<小时/>