欧氏距离matlab

欧氏距离（Euclidean distance）是一种常用的距离度量方法，用于衡量两个点之间的直线距离。在 MATLAB 中，可以使用以下代码计算欧氏距离：

% 假设有两个点 A 和 B，坐标分别为 (x1, y1) 和 (x2, y2)
x1 = ...; % 设置点 A 的 x 坐标
y1 = ...; % 设置点 A 的 y 坐标
x2 = ...; % 设置点 B 的 x 坐标
y2 = ...; % 设置点 B 的 y 坐标

% 计算欧氏距离
distance = sqrt((x2 - x1)^2 + (y2 - y1)^2);

其中，`x1`、`y1`、`x2` 和 `y2` 分别表示点 A 和 B 的坐标。

请注意，这只是一个简单的示例代码，实际应用中可能需要根据具体需求进行适当修改。

相关问题

计算两矩阵之间的欧氏距离matlab代码

可以使用以下代码计算两个矩阵之间的欧氏距离：

function dist = euclideanDistance(A, B)
% A and B are two matrices
diff = A - B; % compute the difference between A and B
sq_diff = diff .^ 2; % square the difference elementwise
sum_sq_diff = sum(sq_diff(:)); % sum of squared differences
dist = sqrt(sum_sq_diff); % square root of sum
end

你可以输入两个矩阵 A 和 B，然后调用这个函数计算它们之间的欧氏距离。

matlab 欧氏距离

在Matlab中，可以使用不同的方法来计算欧式距离。其中三种常用的方法如下：

方法1：通过对输入向量进行逐元素的计算，然后求和并开方。具体实现程序如下：

function dist = dist_E(x,y)
    dist = [];
    if(length(x)~=length(y))
        disp('length of input vectors must agree')
    else
        z = (x-y).*(x-y);
        dist = sqrt(sum(z));
    end
end

方法2：通过使用公式计算欧式距离。具体实现程序如下：

function dist = dist_E(x,y)
    [m,n = size(x);
    dist = 0;
    for i=1:max(m,n)
        dist = dist + (x(i)-y(i))^2;
    end
    dist = sqrt(dist);
end

方法3：使用Matlab的pdist函数计算欧式距离。具体实现程序如下：

function dist = dist_E(x,y)
    dist = [x;y];
    dist = pdist(dist);
end

测试代码如下：

x = [1,3,0,2];
y = [2,3,2,0];
dist = dist_E(x,y);

你可以根据需求选择其中一种方法来计算欧式距离。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【数据挖掘】MATLAB实现欧氏距离计算](https://blog.csdn.net/qq_40618816/article/details/105378462)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]