Buchumschlag

Combining Minkowski and Chebyshev: New distance proposal and survey of distance metrics using k-nearest neighbours classifier

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Rodrigues, Érick Oliveira
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A unified weighting framework for evaluating nearest neighbour classification
von: Lenz, Oliver Urs, et al.
Veröffentlicht: (2023)

On high-dimensional modifications of the nearest neighbor classifier
von: Ghosh, Annesha, et al.
Veröffentlicht: (2024)

Adaptive $k$-nearest neighbor classifier based on the local estimation of the shape operator
von: Levada, Alexandre Luís Magalhães, et al.
Veröffentlicht: (2024)

Fast unsupervised ground metric learning with tree-Wasserstein distance
von: Düsterwald, Kira M., et al.
Veröffentlicht: (2024)

A practical approach to evaluating the adversarial distance for machine learning classifiers
von: Siedel, Georg, et al.
Veröffentlicht: (2024)

kNN-Graph: An adaptive graph model for $k$-nearest neighbors
von: Li, Jiaye, et al.
Veröffentlicht: (2026)

Study on spike-and-wave detection in epileptic signals using t-location-scale distribution and the K-nearest neighbors classifier
von: Quintero-Rincón, Antonio, et al.
Veröffentlicht: (2024)

Light Curve Classification with DistClassiPy: a new distance-based classifier
von: Chaini, Siddharth, et al.
Veröffentlicht: (2024)

Computing distances and means on manifolds with a metric-constrained Eikonal approach
von: Kelshaw, Daniel, et al.
Veröffentlicht: (2024)

Fisher-Rao distance and pullback SPD cone distances between multivariate normal distributions
von: Nielsen, Frank
Veröffentlicht: (2023)

Exploring label correlations using decision templates for ensemble of classifier chains
von: Rocha, Victor F., et al.
Veröffentlicht: (2026)

A comprehensive review of classifier probability calibration metrics
von: Lane, Richard Oliver
Veröffentlicht: (2025)

A novel k-means clustering approach using two distance measures for Gaussian data
von: Gada, Naitik
Veröffentlicht: (2025)

Enhancing selectivity using Wasserstein distance based reweighing
von: Worah, Pratik
Veröffentlicht: (2024)

Multivariate outlier explanations using Shapley values and Mahalanobis distances
von: Mayrhofer, Marcus, et al.
Veröffentlicht: (2022)

PolyGraph Discrepancy: a classifier-based metric for graph generation
von: Krimmel, Markus, et al.
Veröffentlicht: (2025)

Denoising distances beyond the volumetric barrier
von: Huang, Han, et al.
Veröffentlicht: (2026)

A distance function for stochastic matrices
von: Lee, Antony R., et al.
Veröffentlicht: (2024)

Max-sliced 2-Wasserstein distance
von: Boedihardjo, March T.
Veröffentlicht: (2024)

Causal effects based on distributional distances
von: Kim, Kwangho, et al.
Veröffentlicht: (2018)

Robust Fuzzy local k-plane clustering with mixture distance of hinge loss and L1 norm
von: Huang, Junjun, et al.
Veröffentlicht: (2026)

On Wasserstein distances for affine transformations of random vectors
von: Hamm, Keaton, et al.
Veröffentlicht: (2023)

Minimum distance classification for nonlinear dynamical systems
von: Martinez, Dominique
Veröffentlicht: (2026)

Fast and explainable clustering in the Manhattan and Tanimoto distance
von: Güttel, Stefan, et al.
Veröffentlicht: (2026)

Note on computational complexity of the Gromov-Wasserstein distance
von: Kravtsova, Natalia
Veröffentlicht: (2024)

Comparing noisy neural population dynamics using optimal transport distances
von: Nejatbakhsh, Amin, et al.
Veröffentlicht: (2024)

Centered plug-in estimation of Wasserstein distances
von: Papp, Tamás P., et al.
Veröffentlicht: (2022)

Sharp bounds for max-sliced Wasserstein distances
von: Boedihardjo, March T.
Veröffentlicht: (2024)

Separation-based distance measures for causal graphs
von: Wahl, Jonas, et al.
Veröffentlicht: (2024)

An in depth look at the Procrustes-Wasserstein distance: properties and barycenters
von: Adamo, Davide, et al.
Veröffentlicht: (2025)

Wasserstein projection distance for fairness testing of regression models
von: Li, Wanxin, et al.
Veröffentlicht: (2025)

Repulsive Monte Carlo on the sphere for the sliced Wasserstein distance
von: Petrovic, Vladimir, et al.
Veröffentlicht: (2025)

The Certainty Ratio $C_ρ$: a novel metric for assessing the reliability of classifier predictions
von: Aguilar-Ruiz, Jesus S.
Veröffentlicht: (2024)

Toward industrial use of continual learning : new metrics proposal for class incremental learning
von: Abbas, Konaté Mohamed, et al.
Veröffentlicht: (2024)

A Bayesian algorithm for distributed network localization using distance and direction data
von: Naseri, Hassan, et al.
Veröffentlicht: (2017)

A dimensionality reduction technique based on the Gromov-Wasserstein distance
von: Eufrazio, Rafael P., et al.
Veröffentlicht: (2025)

On minimizing the training set fill distance in machine learning regression
von: Climaco, Paolo, et al.
Veröffentlicht: (2023)

Keep your distance: learning dispersed embeddings on $\mathbb{S}_m$
von: Tokarchuk, Evgeniia, et al.
Veröffentlicht: (2025)

Cluster-Adaptive Feature Extraction and its Theoretical Foundation with Minkowski Weighted k-Means
von: de Amorim, Renato Cordeiro, et al.
Veröffentlicht: (2026)

Bounds on the geodesic distances on the Stiefel manifold for a family of Riemannian metrics
von: Mataigne, Simon, et al.
Veröffentlicht: (2024)