knn算法

欧几里距离：$\sqrt{\sum_{i=0}^n(x_i-y_i)^2}$
闵可夫斯基距离：$\sqrt[p]{\sum_{i=0}^n{(x_i-y_i)}^p}$
余弦相似性： $\frac{x\cdot y}{{\lVert x\rVert}\lVert y\rVert}$其中${\lVert x\rVert}$为欧几里得距离
曼哈顿距离：$\sum_{i=0}^n{\rvert x_i-y_i \lvert}$
编辑距离（levenshtein距离）：表示字符串通过多少次删除，添加或者替换才相等
jaccard距离：$\frac{\lvert X\cap Y\rvert}{\lvert X\cup Y\rvert}$,可以用来确定文本相似度，计算字符串中相同字母和不相同字符出现的频率