如何计算距超球面中心的距离（增白PCA）

Question

可以说我已经计算了包括增白在内的参考数据集的主要组成部分。然后将主成分向量创建的变换矩阵应用于测试数据集，将其投影到PC的子空间中。现在，我应该能够通过简单地将每个列的系数相加来测量来自PC超球面中心的每个测试数据向量的距离。它是否正确？将这种转换应用到我的参考数据中会使所有列的长度为零，并且随着我使测试数据看起来更像参考数据并且随着我使两组更加明显而增长，矢量的长度似乎会减少。

我是否正确，我可以通过这种方式在多维空间中判断“距离”？它只是投影矩阵系数的总和吗？

非常感谢您提供的任何见解。

Answer 1

距离不是一个线性和，它从来不是零（在原点之外）。其计算公式为：

distance(x) = square_root(sum (x(i)^2)) 

如果这不是您要寻找的，请扩展您的问题，包括一些代码和例子。