Howtosignalprocessing
- Mengapa jarak Mahalanobis lebih baik dari jarak Euclidean?
- Apa perbedaan antara jarak Euclidean dan jarak Mahalanobis?
- Adalah setara multivariat dari Euclidean?
- Mengapa kita menggunakan jarak Mahalanobis?
Mengapa jarak Mahalanobis lebih baik dari jarak Euclidean?
Mahalanobis dan Euclidean Distance
Tapi, MD menggunakan matriks kovarian tidak seperti Euclidean. Karena itu, MD bekerja dengan baik ketika dua atau lebih variabel sangat berkorelasi dan bahkan jika skala mereka tidak sama . Tapi, ketika dua atau lebih variabel tidak pada skala yang sama, hasil jarak Euclidean mungkin salah arah.
Apa perbedaan antara jarak Euclidean dan jarak Mahalanobis?
Jarak Mahalanobis adalah jarak Euclidean yang diskalakan saat matriks kovarian adalah diagonal. Dalam PCA, matriks kovarians antara komponen adalah diagonal. Jarak Euclidean yang diskalakan adalah jarak Euclidean di mana variabel diskalakan dengan standar deviasi mereka.
Adalah setara multivariat dari Euclidean?
Jarak Mahalonobis adalah jarak antara titik dan distribusi (berbeda dengan jarak antara dua titik), menjadikannya setara multivariat dari jarak Euclidean.
Mengapa kita menggunakan jarak Mahalanobis?
Jarak Mahalanobis adalah salah satu tindakan paling umum dalam chemometrics, atau memang statistik multivariat. Dapat digunakan untuk menentukan apakah sampel adalah outlier, apakah suatu proses memegang kendali atau apakah sampel adalah anggota grup atau tidak.
