本系列文章md笔记（已分享）主要讨论机器学习算法相关知识。机器学习算法文章笔记以算法、案例为驱动的学习，伴随浅显易懂的数学知识，让大家掌握机器学习常见算法原理，应用Scikit-learn实现机器学习算法的应用，结合场景解决实际问题。包括K-近邻算法，线性回归，逻辑回归，决策树算法，集成学习，聚

马氏距离是由印度统计学家马哈拉诺比斯(P.C.Mahalanobis)提出的，表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧式距离不同的是它考虑到各种特性之间的联系（例如：一条关于身高的信息会带来一条关于体重的信息，因为两者是有关联的），并且是尺度无关的(scal

本文来自公众号“AI大道理”DeepSORT在SORT的基础上引入了深度学习的特征表示和更强大的目标关联方式，有效地减少了身份切换的数量，缓解了重识别问题。​​ 添加图片注释，不超过140字（可选）1、DeepSORT简介DeepSORT的主要思想是将目标检测和目标跟踪两个

本文来自公众号“AI大道理”——————  距离度量在CV、NLP以及数据分析等领域都有众多的应用。距离度量可以当做某种相似度，距离越近，越相似。在目标跟踪领域中，需要判断目标之间的距离或相似度，从而判断前后帧的目标是否是同一个目标。 ​ 添

勘误​​马氏距离与其推导​​这篇博客中所提到的：由于将数据集旋转后数据的各维度之间是不相关的这句话的意思并不是说维度之间可以线性相关（我们知道坐标系一定是线性无关的

   直观解释(x−μ)(\bold{x}-\bold{\mu})(x−μ)本质上是向量与平均值的距离。然后，将其除以协方差矩阵（或乘以协方差矩阵的逆数）。这实际上是多元变量的常规标

马氏距离是旋转缩放变换过后的欧氏距离。单数据点X：数据点X与Y之间的马氏距离：以下这篇文章讲得很清楚了，https://zhuanlan.zhihu.com/p/46626607