두 개의 r차원 관측치 사이의 ChD는 데이터 표본의 좌표 차의 최대 절대값(거리가 최대가 되는 지점)에 해당한다.

거리가 가장 먼 지점만 신경쓰고 싶은 경우 사용한다.

보통 주식을 바꾸거나, 암호화폐 등에서 많이 쓰인다.

예측과 실제의 차이가 가장 커서 손실이 가장 크게 발생하는 종목을 탐색한다.

2차원에서 샘플 간의 ChD는 2차원 좌표의 절대값 차이의 합으로 결정될 수 있다.

ChD between two points $x=(x_1,...,x_r)^T$ and $y=(y_1,...,y_r)^T$ is defined as

$$ \tt ChD(x,y) = max|x_i-y_i|. $$

4가지의 metric 조건을 만족한다.

단, min-function은 metric이 아니다.

두 점이 한 차원에서의 값만 동일하더라도 $\tt Min(A,B)$가 0이 되어버리기 때문에, metric의 4번째 조건을 만족시키지 않는다.