KNN算法中常见距离度量方法与特征预处理技术.pdf

作业

1.说明常见的距离度量方法常见的距离度量方法包括：‑欧氏距离（EuclideanDistance）：两点之间的直线距离，计算为\(\sqrt{(x_2‑x_1)^2+(y_2‑y_1)^2}\)。‑曼哈顿距离（ManhattanDistance）：在网格上从一点到另一点的路径长度，计算为\(|x_2‑x_1|+|y_2‑y_1|\)。‑切比雪夫距离（ChebyshevDistance）：两点之间在各个坐标轴上的最大差值，计算为\(\max(|x_2‑x_1|,|y_2‑y_1|)\)。‑余弦相似度（CosineSimilarity）：衡量两个非零向量之间的角度，计算为