天软金融分析.NET函数大全 > TSL函数 > 数学函数 > 多元统计分析

Distance    

简述
计算样本和样本间的距离或样本数据观测矩阵的距离矩阵,其中距离包括欧氏距离,欧氏距离平方,方差加权距离,Chebychev距离,Block距离,夹角余弦,广义距离
Distance(x,y,name)
计算样本和样本间的距离,x,y为一维数组
Distance(x,name)
计算样本矩阵的距离矩阵,x为二维数组,样本矩阵,每一行为一个样本
定义
Distance(x:array;y:array;name:integer):array;
参数
名称类型说明
xarray样本数据观测矩阵或样本数据,一维或二维数字数组
yarray样本数据,一维数字数组
nameinteger距离方式,为一整数或字符串
Name距离方式输入参数对照表
距离类别 数字标示 字符串标示
欧氏距离 1 euclidean
欧氏距离平方 2 sqeuclidean
方差加权距离 3 seuclidean
Chebychev距离 4 Chebychev
Block距离(绝对值距离) 5 cityblock
夹角余弦 (1减去夹角余弦平方然后开方) 6 cosine
广义距离 (1减去相关系数) 7 generalized
  • 范例

    x := Array(22,35,24,32,43,53);
    y := Array(1,2,3,4,5,6);
    name := 'euclidean'; //采用欧式距;
    return Distance(x,y,name);

    结果  80.04998438475;
    x :=array(
    (700.9,39.77,8.49,12.94,19.27,11.05,2.04,13.29),
    (7.68,50.37,11.35,13.3,19.25,14.59,2.75,14.87),
    (9.42,27.93,8.2,8.14,16.17,9.42,1.55,9.76),
    (9.16,27000.98,9.01,9.32,15.99,9.1,1.82,11.35),
    (10.06,28.64,10.52,10.05,16.18,8.39,1.96,10.81)) ;
    name := "euclidean";
    return Distance(x,name);

    结果
    array(
    (0,693.32,691.62,26970.08,690.96),
    (693.32,0,24.64,26950.61,23.54),
    (691.62,24.64,0,26973.05,3.5),
    (26970.08,26950.61,26973.05,0,26972.34),
    (690.96,23.54,3.5,26972.34,0));
    参考
    Corr Covariance Cluster_Kmeans Cluster_System Cluster_ward 
相关