两个向量之间的欧式距离

template <class DataType>
double EuclideanDistance(std::vector<DataType> &inst1, std::vector<DataType> &inst2) {
　　if(inst1.size() != inst2.size()) {
　　　　std::cout<<"the size of the vectors is not the same\n";
　　　　return -1;
　　}
　　double distance=0.0;
　　std::vector<double> temp;
　　for(size_t i=0; i<inst1.size(); ++i) {
　　　　temp.push_back(pow(inst1.at(i)-inst2.at(i), 2.0));
　　}
　　distance=accumulate(temp.begin(), temp.end(), 0.0);
　　distance=sqrt(distance);

　　return distance;
}

kNN具体的实现可以有很多的优化方式，如可以在计算前先排除掉与预测集数据距离较大的一些噪音点，

从而提高计算效率。

两个向量之间的欧式距离

原文：https://www.cnblogs.com/donggongdechen/p/9513575.html