Python实现马氏距离

马氏距离是一种考虑数据之间相关性的距离度量方法，可以用于分类、聚类等任务。在Python中，可以使用NumPy库来实现马氏距离的计算。具体实现如下：

import numpy as np

def mahalanobis_distance(x, y, cov):
    """
    计算两个向量之间的马氏距离
    :param x: 向量x
    :param y: 向量y
    :param cov: 协方差矩阵
    :return: 马氏距离
    """
    x = np.array(x)
    y = np.array(y)
    cov_inv = np.linalg.inv(cov)
    diff = x - y
    md = np.sqrt(np.dot(np.dot(diff, cov_inv), diff.T))
    return md