#计算Mahalanobis距离 def i_maha_dist(x, y):

Mahalanobis距离是一种考虑特征之间相关性的距离度量方法，它可以用来衡量两个向量之间的距离。Mahalanobis距离可以通过以下公式计算：

d(x,y) = sqrt((x-y)^T S^(-1) (x-y))

其中，x和y是两个向量，S是它们协方差矩阵的估计值，^(T)表示转置，^(−1)表示逆矩阵。

以下是计算Mahalanobis距离的Python函数实现：

import numpy as np

def i_maha_dist(x, y):
    """
    计算Mahalanobis距离
    :param x: 向量x
    :param y: 向量y
    :return: Mahalanobis距离
    """
    if len(x) != len(y):
        return -1
    S = np.cov([x, y])
    S_inv = np.linalg.inv(S)
    delta = np.array(x) - np.array(y)
    return np.sqrt(np.dot(np.dot(delta, S_inv), delta.T))

这个函数接受两个向量x和y作为输入，并返回它们之间的Mahalanobis距离。如果两个向量长度不相等，则返回-1。该函数使用了NumPy库来计算协方差矩阵和逆矩阵，因此需要先安装NumPy库。