四种距离计算方法及鸢尾花分类

欧氏距离：两个点在空间中的距离

曼哈顿距离:城市街区距离，特点是横平竖直

例：A(2,2),B(1,1)则AB=|2-1|+|2-1|=2

切比雪夫距离：国际象棋每次走一步8个邻格。

两点坐标（|x1-x2|，|y1-y2|）中取最大值即为距离。例max（|6-3|，|5-4|）=2

闵可夫斯基距离：多个距离公示的概括性表述。

p是参数：p=1时为曼哈顿距离，p=2时为欧氏距离，p=∞时为切比雪夫距离。

特征预处理：

特征的单位或大小相差大，或某特征的方差比其他的大的多，影响结果。

因此有归一化和标准化两种方法解决。

数据标准化：

通过标准化，将原始数据转换为均值为0标准差为1的标准正态分布

代码实现：

API：1.sklearn.preprocessing. StandardScaler()

         2.fit_transform(X)将特征进行归一化缩放

数据归一化：把数据映射到【min,max】之间

代码实现：

API：1.sklearn.preprocessing.MinMaxScaler(feature_range=(0,1)… )feature_range缩放区间                 2.fit_transform(X)将特征进行归一化缩放

鸢尾花分类

加载鸢尾花数据集：

KNN对鸢尾花进行分类——加载鸢尾花数据集

数据集划分

模型训练：

模型评估：

交叉验证与网格搜索

交叉验证：是数据集的分割方法，将训练集划分为n份，拿一份做测试集，其他n-1份做训练集

目的是为了得到更加准确可信的模型评分。

网格搜索：是模型调参的有力工具。

网格搜索+交叉验证的强力组合(模型选择和调优)：

交叉验证解决模型的数据输入问题(数据集划分)得到更可靠的模型

网格搜索解决超参数的组合

两个组合再一起形成一个模型参数调优的解决方案