আমি কেন এক ব্যবহার করেন একটি ভাল যুক্তি জন্য চেহারা চেষ্টা করছি ম্যানহাটন দূরত্ব ওভার ইউক্লিডিয় দূরত্ব Machine Learning এর মধ্যে।
আমি এখনও পর্যন্ত একটি ভাল যুক্তি খুঁজে পেয়েছি নিকটতম জিনিস এই এমআইটি বক্তৃতা হয় ।
36:15 এ আপনি নীচের বিবৃতি স্লাইডগুলিতে দেখতে পারেন:
"সাধারণত ইউক্যালিডিয়ান মেট্রিক ব্যবহার করুন; ম্যানহাটান উপযুক্ত হতে পারে যদি ভিন্ন মাত্রা তুলনামূলক না হয়। "
অধ্যাপক বলার অল্প সময় পরেই, যেহেতু সরীসৃপের পাগুলির সংখ্যা 0 থেকে 4 টির মধ্যে পরিবর্তিত হয় (অন্য বৈশিষ্ট্যগুলি বাইনারি হলেও কেবল 0 থেকে 1 এর মধ্যে থাকে), "পায়ে সংখ্যা" বৈশিষ্ট্যটি আরও অনেক বেশি থাকবে ওজন যদি ইউক্যালিডিয়ান দূরত্ব ব্যবহৃত হয়। নিশ্চিতভাবেই, এটি সত্য। তবে ম্যানহাটনের দূরত্বটি ব্যবহার করার ক্ষেত্রে একটিরও সমস্যা হতে পারে (কেবলমাত্র সমস্যাটি কিছুটা প্রশমিত হবে কারণ আমরা ইউক্যালিডিয়ান দূরত্বের মতো পার্থক্যটি বর্গা করি না)।
উপরের সমস্যা সমাধানের আরও ভাল উপায় হ'ল "সংখ্যা সংখ্যা" বৈশিষ্ট্যটিকে স্বাভাবিক করা যাতে এর মান সর্বদা 0 থেকে 1 এর মধ্যে থাকে।
সুতরাং, যেহেতু সমস্যা সমাধানের আরও ভাল উপায় আছে, এটি মনে হয়েছিল যে এই ক্ষেত্রে ম্যানহাটনের দূরত্বটি ব্যবহার করার যুক্তিটির দৃ stronger়তর বিন্দুর অভাব রয়েছে, কমপক্ষে আমার মতে।
কেউ কি আসলে জানে কেন এবং কখন ইউক্লিডিয়ানের উপরে কেউ ম্যানহাটনের দূরত্ব ব্যবহার করবে? ম্যানহাটনের দূরত্ব ব্যবহার করে আরও ভাল ফলাফল হতে পারে এমন কেউ আমাকে উদাহরণ দিতে পারেন?