在K-NN中我们通过计算距离来判断新样本的类别，在计算距离时每个特征的计量单位不同它们的数值大小会差别很大。比如人的特征有身高和年龄，身高可以是1.7米或170厘米，年龄可以是20岁。假设有两个人的身高和年龄分别为（160，19）和（180，22），如果我们使用欧式距离公式计算样本之间的距离，则有
d = ( 180 − 160 ) 2 + ( 22 − 19 ) 2 d=\sqrt{(180-160)^2+(22-19)^2} d=(180−160)2+(22−19)2
简单的数据预处理
最新推荐文章于 2024-04-13 15:39:19 发布
文章介绍了数据预处理的重要性，特别是针对K-NN算法中距离计算的公平性。讨论了数据归一化，包括最值归一化和均值方差归一化，并解释了离散（分类）变量的编码方法，如one-hot编码和dummy encoding。此外，还探讨了连续型变量的处理，如二值化和分箱，用于减少极端值影响和简化模型运算。
最低0.47元/天 解锁文章
扫一扫
4088
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
