De Euclidische afstand, een concept dat teruggaat tot de oude Griekse wiskunde, is uitgegroeid tot een onmisbaar hulpmiddel in moderne data science, machine learning en ruimtelijke analyse. Genoemd naar de beroemde Euclides, biedt deze maatstaf een fundamentele manier om de kortste rechte afstand tussen punten in de ruimte te meten, of dat nu in twee dimensies is of in nog veel meer.
Wat is Euclidische afstand?
Euclidische afstand stelt het kortste pad voor tussen twee punten in een Euclidische ruimte. Het is de afstand die je met een liniaal zou meten, uitgebreid naar elk aantal dimensies. Dit concept is diep geworteld in de stelling van Pythagoras, die stelt dat in een rechthoekige driehoek het kwadraat van de lengte van de hypotenusa gelijk is aan de som van de kwadraten van de andere twee zijden.
“Filosoof die Euclidische afstand onderwijst.” Afbeelding door Dall-E
De formule voor Euclidische afstand
Laten we de formule voor Euclidische afstand uitsplitsen voor verschillende dimensies:
2D Euclidische afstand
In een tweedimensionaal vlak wordt de Euclidische afstand tussen punten A(x₁, y₁) en B(x₂, y₂) gegeven door:
Laten we bijvoorbeeld de afstand berekenen tussen de punten A(1, 2) en B(4, 6):
Visualisatie van 2D Euclidische afstand
Om 2D Euclidische afstand beter te begrijpen, visualiseren we het:
2D Euclidische afstand. Afbeelding door auteur
Deze visualisatie laat de Euclidische afstand zien tussen twee punten in een 2D-vlak. De rode lijn stelt de directe afstand voor, terwijl de stippellijnen een rechthoekige driehoek vormen, waarmee de stelling van Pythagoras in actie wordt getoond.
3D Euclidische afstand
Uitgebreid naar drie dimensies, voor punten A(x₁, y₁, z₁) en B(x₂, y₂, z₂), wordt de formule:
Visualisatie van 3D Euclidische afstand
Laten we de 3D Euclidische afstand visualiseren:
3D Euclidische afstand. Afbeelding door auteur
Deze 3D-plot toont de Euclidische afstand tussen twee punten in een driedimensionale ruimte. De groene stippellijn geeft de directe afstand tussen de punten weer.
N-dimensionale Euclidische afstand
In een ruimte met n dimensies is de Euclidische afstand tussen punten A(a₁, a₂, ..., aₙ) en B(b₁, b₂, ..., bₙ):
Dit kan compacter worden geschreven met somnotatie:
Relatie met concepten uit de lineaire algebra
Euclidische afstand begrijpen gaat verder dan alleen weten hoe je het kortste pad tussen twee punten meet. Het gaat er ook om deze afstanden te bekijken door de lens van lineaire algebra, een vakgebied dat ons helpt problemen over ruimte en dimensies te beschrijven en op te lossen met vectoren en hun eigenschappen. Voor meer inzicht in dit onderwerp kun je de cursus Linear Algebra for Data Science in R verkennen, die deze concepten uitgebreid behandelt.
Euclidische afstand als vectornorm
Euclidische afstand meet hoe ver twee punten in de ruimte uit elkaar liggen. Stel je voor dat je twee punten hebt: één bij het begin van een wandelpad en één op de top van een heuvel. Het rechte pad dat je van het begin naar de top zou lopen, kun je zien als de Euclidische afstand. In de lineaire algebra is dit vergelijkbaar met het bepalen van de lengte van een pijl (of vector) die recht wijst van het begin van het pad (punt A) naar de top van de heuvel (punt B). Deze lengte heet de “norm” van de vector, een chic woord voor de lengte van dit rechte pad.
Inwendig product en de cosinus van de hoek
Wanneer je met richtingen werkt, helpt het inwendig product ons de hoek tussen twee pijlen te begrijpen. Als je bijvoorbeeld op het kruispunt van twee wegen staat, vertelt het inwendig product je in welke mate de ene weg in de richting van de andere wijst. Dit wordt berekend met de lengtes van elke weg (zoals de normen die we noemden) en de hoek ertussen. Hoe dichter deze waarde bij 0 ligt, hoe meer de wegen loodrecht op elkaar staan. In relatie tot afstand helpt de formule voor het inwendig product om de Euclidische afstand op te splitsen in beter hanteerbare componenten, en laat zien hoe veranderingen in richting de totale afstand beïnvloeden.
Euclidische afstand en vectorsubtractie
Om de Euclidische afstand tussen twee punten met vectoren te vinden, trek je in feite het ene punt van het andere af om een nieuwe vector te creëren. Deze nieuwe vector wijst rechtstreeks van het ene punt naar het andere en de lengte ervan is de Euclidische afstand waarin je geïnteresseerd bent. Het is alsof je een directe route op een kaart tekent van je huis naar de dichtstbijzijnde supermarkt door hun coördinaten van elkaar af te trekken; dat levert een rechte lijn (of vector) op die het kortste pad laat zien.
Euclidische afstand berekenen in Python en R
Laten we implementaties van Euclidische-afstandsberekeningen in zowel Python als R verkennen. We bekijken hoe je eigen functies maakt en ingebouwde libraries gebruikt om de efficiëntie te vergroten.
Python-voorbeeld
In Python kunnen we de kracht van NumPy benutten voor efficiënte array-bewerkingen en SciPy voor gespecialiseerde afstandsberekeningen. Zo kun je Euclidische afstand implementeren:
import numpy as np
from scipy.spatial.distance import euclidean
def euclidean_distance(point1, point2):
return np.sqrt(np.sum((np.array(point1) - np.array(point2))**2))
# 2D example
point_a = (1, 2)
point_b = (4, 6)
distance_2d = euclidean_distance(point_a, point_b)
print(f"2D Euclidean distance: {distance_2d:.2f}")
# 3D example
point_c = (1, 2, 3)
point_d = (4, 6, 8)
distance_3d = euclidean_distance(point_c, point_d)
print(f"3D Euclidean distance: {distance_3d:.2f}")
# Using SciPy for efficiency
distance_scipy = euclidean(point_c, point_d)
print(f"3D Euclidean distance (SciPy): {distance_scipy:.2f}")Als we deze code draaien, verwachten we output die lijkt op:
2D Euclidean distance: 5.00
3D Euclidean distance: 7.07
3D Euclidean distance (SciPy): 7.07De SciPy-functie is over het algemeen sneller en meer geoptimaliseerd, vooral voor hoog-dimensionale data, maar onze eigen functie helpt de onderliggende berekening te illustreren.
