Distance Metric

定义 Definition

distance metric（距离度量/度量距离）：在数学、统计与机器学习中，用来量化两个对象之间“相距多远”的函数。常见对象包括向量、文本、图像特征或概率分布。严格的“度量（metric）”通常需满足非负性、同一性、对称性、三角不等式等性质；在实际应用中也常见不完全满足这些性质的“距离函数/相异度”。

发音 Pronunciation (IPA)

/ˈdɪstəns ˈmɛtrɪk/

例句 Examples

We used the Euclidean distance metric to compare two vectors.
我们使用欧几里得距离度量来比较两个向量。

Choosing the right distance metric can greatly affect clustering results, especially when features have different scales.
选择合适的距离度量会显著影响聚类结果，尤其当特征尺度不同的时候。

词源 Etymology

distance 来自拉丁语 distantia，意为“分离、间隔”；metric 源自希腊语 metron，意为“测量”。合起来 distance metric 字面就是“用来测量距离的规则/方法”，在现代被广泛用于几何学、信息检索与机器学习中。

相关词 Related Words

• Euclidean
• Manhattan
• Hamming
• Cosine
• Similarity
• Dissimilarity
• Norm
• Kernel
• Clustering
• Nearest Neighbor

文学与经典著作中的用例 Literary Works

• Pattern Recognition and Machine Learning（Christopher M. Bishop）——讨论最近邻、核方法与特征空间时常涉及距离度量的选择。
• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在分类、聚类与高维数据分析中多次谈到不同距离度量对方法性能的影响。
• Information Retrieval / Introduction to Information Retrieval（Manning, Raghavan, Schütze）——在向量空间模型、相似度与检索排序中与“距离/相似度度量”密切相关。