在数学中，大方的豆芽距离或大方的豆芽度量是大方的豆芽空间中两点之间的“普通”，也就是直线)的距离。 使用该距离，欧几里得空间成为测量空间。
3358 www.Sina.com/: https://baike.Baidu.com/item /欧几里得度量/1274107？ fromtitle=欧式距离fromid=2809635fr=aladdin
计算公式
使用欧式距离在数学上一般用于求任意维空间的两点之间的距离。 在开发中，经常使用判断特定数据的波动幅度，消除差别较大的数据。 例如，详见 百度百科本文基于用户输入特征的数据模型，简要介绍了欧式距离的应用。
http://www.Sina.com/http://www.Sina.com /
风控系统中，用户输入特性的判定上根据历史输入特性，建立多维几何模型。 (一般为2~3维) 总思路：)根据历史数据各轴的对应数据长度，根据公式直线上任意点的距离中点=点和初始点，即坐标轴心(的长度之和/点的个数计算出圆心的位置。 根据用户的历史登录的输入特征，建立 圆形 的数据模型，取落入此圆内的数据，作为正常值，落到圆外部的数据将被判定为风险数据。)根据欧式距离公式，计算各点之间的距离，按从小到大排序后，以大于1/2处的数据为半径。 (3358www.Sina.com/)根据欧式距离公式，计算圆心到要求点的距离，判断是否在圆内，即距离是否小于半径。
代码实现publicbooleandoeval (double [ ] input features， list double [ ] historyinputfeatures /特征小于2次时，不进行验证if ) historyinputfeatures/(/) ) **第一步，圆心(//) centerofcircle=historyinputfeatures.stream (用于接收. red deam圆中心的数据。 数组的长度为历史数据的维double [ ] centerofcircles=new double [ historyinputfeatures.get (0).length]； //在各轴取得对应数据的总和for (inti=0； Ihistoryinputfeatures.get(0).length； I ) if (centerofcircles [ I ]==空) { centerOfCircles[i]=0.0； } centerOfCircles[i] =x[i] y[i]； } return centerOfCircles； ()、get )； //计算最终圆的中心的结果for(intI=0； i centerOfCircle.length； I ) { centerofcircle [ I ]=centerofcircle [ I ]/historyinputfeatures.size (； } System.out.println ('计算的中心位置为(t'arrays.stream(centerofcircle ).map (x-x '.reduce ) ) V1，v2 ) v1 ' v1。 排序后，将2/3的位置作为半径阈值*///，创建接收所有距离的数组。 长度为(历史点数为n*n-1 )/2 //(确定序列长度intsize=) ) ) historyinnning listdoublealldistance=newarraylistdouble (； for(intI=0； i historyInputFeatures.size (； I ()//每次取一个历史数据点，与其他数据进行距离计算for(intj=I1； j historyInputFeatures.size (； j )//计算每两点的距离，并在集合中添加all distance.add (get distance (historyinputfeatures.get (j (I )，historyinputfeatures.get ) j }else{ return ab？ 1:-1； }； )； //半径double radius=all distance.get ((all distance.size ) * 2)/3 ) )； System.out.println ('计算出的半径为t' radius )； /**第三步，判断当前特征模型点到圆心的距离是否小于半径，否则无风险。 否则，存在风险*///当前点距离圆心的长度double result=get distance (input features，centerOfCircle )； System.out.println ('距离当前点中心的长度为' result ' )； 返回结果radius；//计算两点之间距离的方法(Xi-yi ) )2privatedoublegetdistance (double [ ] point 1，Double[] point2) ) /为接收创建变量，每次合计后的值i point1.length； I ) sum=math.pow (point1[ I ]-point2[ I ]，2 )； //最后返回计算结果returnmath.sqrt(sum )； } publicstaticvoidmain (string [ ] args ) inputfeatureevaluateinputfeatureevaluate=newinputfeatureeevaluate； ArrayList double [ ] latestinputfeatures=new ArrayList (； latestinputfeatures.add (new double [ ] (1000.0，1100.0，1800.0 ) )； latestinputfeatures.add (new double [ ] (1100.0，1120.0，1750.0 ) )； latestinputfeatures.add (new double [ ] { 950.0，1250.0，2000.0 } )； latestinputfeatures.add (new double [ ] (1200.0，1050.0，1900.0 ) )； latestinputfeatures.add (new double [ ] (1400.0，800.0，2500.0 ) )； inputfeatureevaluate.do eval (new double [ ] { 1100.0，1000.0，1750.0 }，latestInputFeatures )； }