ユークリッド距離の定義
問題
ユークリッド距離（Euclidean Distance）に関する記述として、最も適切なものを1つ選べ。
解説
ユークリッド距離は、空間内の2点間の「直線距離」を表す最も直感的な指標です。
中学校で習う「三平方の定理（ピタゴラスの定理）」を拡張したもので、k-meansクラスタリングやk近傍法（kNN）などで、データの「近さ」を測るために広く利用されます。
1. 2点間の「直線距離」を表す指標であり、k-meansなどのクラスタリング手法でデータの近さを測るのによく利用される
正しい：これがユークリッド距離の定義であり、主要な利用シーンです。
2. ベクトルの「方向の類似度」を表す指標であり、値は -1 から +1 の範囲をとる
誤り：これは「コサイン類似度」の説明です。ユークリッド距離は方向ではなく「距離」を測ります。
3. 2点間の座標の差の絶対値を単純に合計したものである
誤り：これは「マンハッタン距離」の説明です。ユークリッド距離は「二乗和の平方根」で求めます。
4. データの次元数が増えると（3次元以上になると）計算できなくなる
誤り：次元が増えても、各次元の差の二乗を足していくことで計算可能です。
📚 より詳細を学びたい方へ
