认知实习 2024/4/24 KNN算法

距离度量

 

特征预处理

做归一化和标准化的原因：特征的单位或者大小相差较大，或者某特征的方差相比其他的特征要大出几个数量级，容易影响 （支配）目标结果，使得一些模型（算法）无法学习到其它的特征。

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。

代码实现：

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。

代码实现：

利用KNN算法对鸢尾花分类

实现流程：

# 1 获取数据集

# 2 数据基本处理

# 3 数据集预处理-数据标准化

# 4 机器学习(模型训练)

# 5 模型评估

# 6 模型预测

代码实现：