{
"cells": [
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"#### 0.0.1 - 2021 - 01 - 01\n",
"#### Dr. Marco Aceves \n",
"#### rev en Jupyter Notebook\n",
"#### Código como ejemplo como parte del libro:\n",
"#### Inteligencia Artificial para Programadores con Prisa\n",
"#### 8.2_Euclidiana.ipynb\n",
"# Cálculo de la Distancia Euclidiana"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# Distancia Euclidiana\n",
"Dentro de los métodos de medición de distancia, la distancia euclidiana es, posiblemente, la más conocida y utilizada de todas. Esta distancia es la más corta que existe entre dos puntos dentro de un espacio n-dimensional, esto se puede calcular mediante el Teorema de Pitágoras.
\n",
"Para visualizarlo de una mejor manera, utilizaremos el conjunto de datos de **gorriones**. Iniciemos con un ejemplo en un plano bidimensional."
]
},
{
"cell_type": "code",
"execution_count": 1,
"metadata": {},
"outputs": [
{
"data": {
"text/html": [
"
\n", " | X1 | \n", "X2 | \n", "X3 | \n", "X4 | \n", "X5 | \n", "
---|---|---|---|---|---|
0 | \n", "156 | \n", "245 | \n", "31.6 | \n", "18.5 | \n", "20.5 | \n", "
1 | \n", "154 | \n", "240 | \n", "30.4 | \n", "17.9 | \n", "19.6 | \n", "
2 | \n", "153 | \n", "240 | \n", "31.0 | \n", "18.4 | \n", "20.6 | \n", "
3 | \n", "153 | \n", "236 | \n", "30.9 | \n", "17.7 | \n", "20.2 | \n", "
4 | \n", "155 | \n", "243 | \n", "31.5 | \n", "18.6 | \n", "20.3 | \n", "