认知实习day03

一.距离量度

1.常见距离公式

欧氏距离

曼哈顿距离：

切比雪夫距离：

闵可夫斯基距离（闵氏距离）

不是一种新的距离的度量方式，是对多个距离公式的概括性的表述

二.特征预处理

1.数据归一化：通过对原始数据进行变换把数据映射到【mi,mx】(默认为[0,1])之间

2.数据标准化：通过对原始数据进行标准化，转换为均值为0标准差为1的标准正态分布的数据

3.总结：

三.经典案例-鸢尾花分类问题

1.实现流程

     a.加载/获取数据集；
     b.数据展示；
     c.特征处理/数据标准化；
     d.实例化；
     e.模型训练（机器学习）；
     f.模型评估（准确率等）；
     g.模型预测。