Calculator ng Mahalanobis Distance

Tungkol sa calculator na ito

Sinusukat ng Mahalanobis distance kung gaano kalayo ang isang punto mula sa mean ng isang distribution, ngunit hindi tulad ng karaniwang Euclidean distance, isinasaalang-alang nito ang correlation at ang pagkalat sa pagitan ng mga variable sa pamamagitan ng paghahati gamit ang covariance matrix ng distribution: D² = (x − μ)ᵀ Σ⁻¹ (x − μ). Ang punto na malayo sa direksyong malaki ang pagkakaiba-iba ng datos ay itinuturing na mas hindi kakaiba kaysa sa parehong layo sa direksyong halos hindi nag-iiba ang datos.

Dahil dito, ito ay karaniwang kasangkapan sa multivariate outlier at anomaly detection, cluster analysis, quality control, at classification — halimbawa ang pagtukoy sa mga mapanlinlang na transaksyon, pagtuklas ng mga sira na basa ng sensor, o pagsukat kung gaano ka-typical ang isang bagong obserbasyon kumpara sa isang training dataset sa mga machine learning pipeline.

Tumatanggap ang calculator na ito ng punto na may dalawang variable, ng mean ng distribution, at ng 2×2 covariance matrix nito, at direktang kinakalkula ang Mahalanobis distance. Ginagamit ito ng mga estadistiko, data scientist, at estudyanteng nag-aaral ng multivariate statistics upang i-verify ang mga kalkulasyong ginawa nang mano-mano o i-sanity-check ang mga output mula sa statistical software.