Matlab中的dist函数：计算向量之间的距离

在Matlab中，dist函数用于计算向量之间的距离。这个函数在统计和机器学习工具箱中，可以方便地计算数据点之间的欧几里得距离或者更一般的距离度量。
基本语法

D = dist(X)

这里，X是一个矩阵，其中每一行是一个观测值向量。D是一个向量，其第i个元素是X中第i行向量与所有其他行向量之间的距离。
距离类型
dist函数默认计算的是欧几里得距离（Euclidean distance），也就是常用的两点间直线距离的平方。但是，你也可以指定其他类型的距离度量，比如马氏距离（Mahalanobis distance）。
自定义距离公式
如果你想使用自定义的距离公式，可以使用pdist2函数，它允许你指定一个自定义的距离公式。例如：

D = pdist2(X,Y,'euclidean')

这里，X和Y是两个矩阵，其中包含观测值向量，'euclidean'是距离度量类型。
实例
下面是一个简单的示例，展示如何使用dist函数来计算向量之间的欧几里得距离：

% 创建一些数据点
data = [1 2; 3 4; 5 6; 7 8];
% 计算距离
D = dist(data);

在这个例子中，D将包含每一对数据点之间的欧几里得距离。例如，第一行将包含[0 3.1623 4.4721]，表示第一个数据点与第二个、第三个数据点之间的距离。
注意：在使用dist函数之前，确保你的Matlab安装了统计和机器学习工具箱。如果没有安装，你可能需要单独购买或从MathWorks网站上免费试用。