Day3:距离度量和特征预处理

三,距离度量

1.欧氏距离

即两点之间距离公式(来源勾股定理)

计算:

2.曼哈顿距离

即横平竖直的城市街区距离

计算

3.切比雪夫距离

可直行,横行,斜行,距离都为1

计算

4.闵氏距离

四,特征预处理

1.归一化

即对原始数据进行变换把数据映射到[mi,mx]之间(默认为[0,1])

(对应成比例,解x的值)

2.标准化

即将原数据转换成均值为0,标准差为1的标准正态分布的数据。

3,鸢尾花识别案例

步骤:(1)加载数据集

           (2)数据展示

           (3)数据基本处理

           (4)特征处理

           (5)实例化

           (6)训练

           (7)评估

           (8)预测

  • 19
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值