维数灾难（Curse of Dimensionality）在距离度量上的体现是“距离集中化”（Distance Concentration）。在高维空间中，任意两个随机采样的点之间的距离都倾向于相等。也就是说，最近的邻居和最远的邻居距离相差无几，即 (Distmax-Distmin)/(Dist_min )→0。这导致基于距离远近来判断相似度（如 KNN）或聚类（如 K-Means）的算法失效，因为已经没有“近”和“远”的区别了。