在k-means或kNN，我们常用欧氏距离来计算最近的邻居之间的距离，有时也用曼哈顿距离，请对比下这两种距离的差别
在k-means或kNN，我们常用欧氏距离来计算最近的邻居之间的距离，有时也用曼哈顿距离，请对比下这两种距离的差别
相关考题：
K最近邻（KNN)分类器的基本算法步骤包括A．算距离：给定测试对象，计算它与训练集中的每个对象的距离B．找邻居：圈定距离最近的k个训练对象，作为测试对象的近邻C．做分类：根据这k个近邻归属的主要类别，来对测试对象分类
4、关于文档向量之间的欧氏距离和余弦相似度，错误的是A．欧氏距离指在m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）B．余弦相似度，又称为余弦相似性，是通过计算两个向量的夹角余弦值来评估他们的相似度C．余弦值越接近0，就表明两个向量越相似D．两个向量之间的欧氏距离越大，则通常其余弦相似度越小
【多选题】常见的距离度量方法包括（）A．欧氏距离B．汉明距离C．曼哈顿距离D．切比雪夫距离