【无标题】认知实习第三天

一.距离度量

1.欧氏距离

直观的距离度量方法， 两个点在空间中的距离一般都是指欧氏距离

2.曼哈顿距离

也称为“城市街区距离”(City Block distance)，曼哈顿城市特点：横平竖直

3.切比雪夫距离

国际象棋中，国王可以直行、横行、斜行，所以国王走一步可以移动到相邻8个方格中的任意一个。 国王从格子(x1,y1)走到格子(x2,y2)最少需要多少步？这个距离就叫切比雪夫距离。

4.闵可夫斯基距离 MinkowskiDistance 闵氏距离

不是一种新的距离的度量方式。

是对多个距离度量公式的概括性的表述

二.特征预处理

归一化：

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

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

数据归一化API：

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

数据标准化API：

三.利用KNN算法对鸢尾花分类 -加载鸢尾花数据集