无法计算mahalanobis距离

Question

import numpy as np
from scipy.spatial import distance

d1 = np.random.randint(0, 255, size=(50))*0.9
d2 = np.random.randint(0, 255, size=(50))*0.7

vi = np.linalg.inv(np.cov(d1,d2, rowvar=0))   
res = distance.mahalanobis(d1,d2,vi)

print res

ValueError:形状( 50，)和(2,2)未对齐:50(尺寸0) != 2(尺寸0)

Answer 1

Mahalanobis distance参考D x D协方差矩阵计算两个D维向量之间的距离，在某种意义上，该矩阵“定义了计算距离的空间”。该矩阵编码了在计算距离时应如何对各种坐标组合进行加权。

您似乎已经计算了点的2x2样本协方差，这不是用于马氏距离的正确协方差矩阵类型。

如果您还没有一个合理的50x50协方差矩阵来定义mahalanobis度量，那么mahalanobis距离可能不是您的应用程序的正确选择。如果没有更多的细节，很难给出更好的推荐。

Answer 2

正如jakevdp的答案中提到的，逆协方差矩阵必须是DxD维，其中D是向量中元素的数量。因此，您的代码应该是：

import numpy as np
from scipy.spatial import distance

d1 = np.random.randint(0, 255, size=(50))*0.9
d2 = np.random.randint(0, 255, size=(50))*0.7
m =zip(d1, d2)
v = np.cov(m)
try:
    vi = np.linalg.inv(v)
except:
    vi = np.linalg.pinv(v) #just in case the produced matrix cannot be inverted

res = distance.mahalanobis(d1,d2,vi)

print res