马氏距离其实是用来衡量2个数据样本之间的相似度的,怎么衡量呢,如果这2个数据样本分别用2个样本矩阵表示,样本矩阵1数据的协方差就是样本矩阵1马氏距离,同样样本矩阵2也有对应的马氏距离,如果算出来的2个马氏距离越接近,那么可以认为这2个样本的相似度越高.我们日常生活中的距离其实是马氏距离的特殊化,马氏距离中,协方差矩阵如果是单位矩阵,这样的马氏距离就转化为日常生活中的欧式距离了.由于要算协方差的因素,马氏距离计算是不稳定的,而且加了平方,它把微小的数据变化反映出来.