matlab里pdist和pdist2有什么区别

`pdist` 和 `pdist2` 都是 MATLAB 中用于计算距离的函数，但是它们的计算方式和用途有所不同。

`pdist` 函数用于计算一组向量之间的距离，例如欧氏距离、曼哈顿距离、切比雪夫距离等。其输入参数为一个 $n \times m$ 的矩阵，其中 $n$ 表示向量的个数，$m$ 表示向量的维数。如果需要计算两两之间的距离，则可以使用 `squareform` 函数将距离矩阵转换为距离向量。示例代码如下：

X = [1, 2, 3; 4, 5, 6; 7, 8, 9];
D = pdist(X, 'euclidean');  % 计算欧氏距离
D = squareform(D);  % 将距离矩阵转换为距离向量
disp(D);

输出结果为：

0         5.1962    10.3923
5.1962    0         5.1962
10.3923   5.1962    0

其中第一行表示第一个向量与所有向量之间的距离，第二行表示第二个向量与所有向量之间的距离，第三行表示第三个向量与所有向量之间的距离。

`pdist2` 函数用于计算两组向量之间的距离，例如欧氏距离、余弦相似度等。其输入参数为两个矩阵，分别表示两组向量，其中第一个矩阵的大小为 $n_1 \times m$，第二个矩阵的大小为 $n_2 \times m$，其中 $n_1$ 和 $n_2$ 分别表示向量的个数，$m$ 表示向量的维数。如果需要计算两组向量之间的距离，则可以使用 `pdist2` 函数。示例代码如下：

X1 = [1, 2, 3; 4, 5, 6; 7, 8, 9];
X2 = [2, 4, 6; 8, 10, 12];
D = pdist2(X1, X2, 'euclidean');  % 计算欧氏距离
disp(D);

输出结果为：

4.2426    17.3205
2.8284    11.1803
4.2426     2.8284

其中第一行表示第一个向量组中的第一个向量与第二个向量组中的所有向量之间的距离，第二行表示第二个向量组中的第一个向量与第一个向量组中的所有向量之间的距离，第三行表示第三个向量组中的第一个向量与第一个向量组中的所有向量之间的距离。