𝒜𝒩𝒥𝒜 安雅🎃 · 2023年07月14日
助教你好：
这道例题第二问要我们求欧几里得和曼哈顿距离，这个我明白，我也会求。但是它为什么说for the standardized and normalized data（我画荧光笔的地方）？
一：咱们计算出distance之后为啥要对它进行standardize or normalize？
二：表中我圈起的地方，银行AB的standardized data 2.931和normalized data 1.612是怎么算出来的？银行AB欧几里德距离算出来是320.66，就一个数字；没有均值和标准差，它怎么有办法算standardized data？没有max和min的数值，它怎么有办法算normalized data？
我的疑问基础班没有讲，这道题被收录在经典题，但还是没有讲解，只是叫我们自己算😭
李坏_品职助教 · 2023年07月15日
嗨，努力学习的PZer你好：
A的standardized data分别是：customer_A=-0.456，Loan_book_A=-0.666, branches_A=-0.498，
B的standardized data分别是：customer_B=1.147, loan_book_B=1.150, branches_B=1.151.
所以A和B的standardized data的欧式距离=根号下[(-0.456-1.147)^2 + (-0.666-1.15)^2 + (-0.498-1.151)^2] = 根号下8.587=2.93.
A的normalized data分别是：customerA=0.127, loan_bookA=0, branchesA=0.086，
B的normalized data分别是：customerB=1, loan_bookB=1, branchesB=1,
所以A和B的normalized data的欧氏距离=根号下[(0.127-1)^2+(0-1)^2+(0.086-1)^2] = 1.612.
----------------------------------------------虽然现在很辛苦，但努力过的感觉真的很好，加油！
李坏_品职助教 · 2023年07月14日
嗨，爱思考的PZer你好：
题目的意思是，A、B、C是三个样本，每个样本都有三个Features（就是customers，loan, branches），先把A、B、C的三个Features进行标准化和正态化处理，比如A的customers这个Feature的标准化计算参考红色框(应该是负数)：
如果计算B的customer标准化：[6.0-(1.2+6.0+0.5)/3] / std(1.2, 6.0, 0.5) = 1.147.
处理完之后，再去利用这些标准化和正态化之后的Features，去计算A和B以及B和C之间的距离。
为什么要做standardize和normalize:
在做机器学习之前，要先对数据的特征进行标准化处理，否则不同的特征数值相差非常大，会严重影响机器学习算法的效果。
之后，我们再利用标准化或正态化调整后的数据计算样本之间的距离（欧式或者曼哈顿），然后把数据进行聚类，分成K个类别，得出最终结论。
所以例题里面是先对Feature进行标准化和正态化，再去计算A、B、C的距离。
----------------------------------------------加油吧，让我们一起遇见更好的自己！
𝒜𝒩𝒥𝒜 安雅🎃 · 2023年07月14日
对，助教你这个回复是针对这道例题的A小问，A小问里面要我们求ABC三间银行各自三个特征的standardized data & normalized data，这个我会算。 我是在问B小问里面，算出来AB银行的特征的欧几里德距离之后，是怎么算出standardized data 2.931 和 normalized data 1.612?
