特征空间中两个实例点的距离是两个实例点相似程度的反应，其中Lp距离的定义如下：
(L_p(x_i,x_j)=(sum_{l=1}^n{|x_i^{(l)}-x_j^{(l)}|^p})^{frac{1}{p}}
(pgeq1))
-------------------------------------------------------------------------------------------
- 当 p = 1 时，称为曼哈顿距离，即:
(L_1(x_i,x_j)=sum_{l=1}^n{|x_i^{(l)}-x_j^{(l)}|})
------------------------------------------------------------------------------------------- - 当 p = 2 时，称为欧式距离，即:
(L_2(x_i,x_j)=(sum_{l=1}^n{|x_i^{(l)}-x_j^{(l)}|^2})^{frac{1}{2}})
-------------------------------------------------------------------------------------------
当 p = (infty)时，它是各个坐标距离的最大值，即:
(L_p(x_i, x_j) = max|x_i^{(l)} - x_j^{(l)}|)
证明如下：
