认知实习总结篇3

一、距离度量

1.欧氏距离

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 Chebyshev Distance

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 Minkowski Distance 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

其中p是一个变参数：

当 p=1 时，就是曼哈顿距离；

当 p=2 时，就是欧氏距离；

当 p→∞ 时，就是切比雪夫距离

根据 p 的不同 ，闵氏距离可表示某一类种的距离

二、特征预处理

1.进行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。

2.归一化和标准化

归一化

• 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

计算公式：

                

◆ 如果出现异常点，影响了最大值和最小值，那么结果显然会发生改变

◆ 应用场景：最大值与最小值非常容易受异常

标准化

• 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

计算公式：

               

◆ 如果出现异常点，由于具有一定数据量，少量的异常点对于平均值的影响并不大

◆ 应用场景：适合现代嘈杂大数据场景。

简单代码实例

import numpy as np
from sklearn.preprocessing import MinMaxScaler
from sklearn.preprocessing import StandardScaler
def dm01_MinMaxScaler():   #对特征值进行归一化
    # 1. 准备数据
     data = [[90, 2, 10, 40],
    [60, 4, 15, 45],
    [75, 3, 13, 46]]
    # 2. 初始化归一化对象
     transformer = MinMaxScaler()
    # 3. 对原始特征进行变换
     data = transformer.fit_transform(data)
    # 4. 打印归一化后的结果
     print(data)
def dm03_StandardScaler():  #对特征值进行标准化
     # 1. 准备数据
    data = [[90, 2, 10, 40],
    [60, 4, 15, 45],
    [75, 3, 13, 46]]
    # 2. 初始化标准化对象
    transformer = StandardScaler()
    # 3. 对原始特征进行变换
    data = transformer.fit_transform(data)
    # 4. 打印归一化后的结果
    print(data)
    # 5 打印每1列数据的均值、方差和标准差
    print('transformer.mean_-->', transformer.mean_)         #均值
    print('transformer.var_-->', transformer.var_)           #方差
    print('transformer.std_-->',np.sqrt(transformer.var_))   #标准差

dm01_MinMaxScaler()
dm03_StandardScaler()

输出结果