ユークリッド距離

ユークリッド距離とは、多次元空間上の2つの点の間を直線で結んだときの距離を指す指標です。数学的な定義では、各次元の差の二乗の合計に平方根をとることで算出され、私たちが日常的にイメージする「直線距離」そのものです。

機械学習において、この距離は「データの類似度」を測る尺度として非常に重要です。例えば、近傍のデータを探すアルゴリズムにおいて、距離が近いほど似ているデータであると判断されます。クラスタリングのk-means法や、最近傍法におけるデータの近さを測るための標準的な基準として広く採用されています。

G検定では、教師なし学習などの手法を理解するための基礎知識として問われます。距離の概念を用いるアルゴリズムにおいては、データの尺度（単位）が結果に大きく影響するため、計算前に標準化を行う必要があるという実務上の注意点とセットで覚えるのが効果的です。