数据标准化是非常有必要的，因为各个数据的单位都不一样，这样会导致数据里有的列的值非常大，有的列的值非常小，在计算欧式距离时，数值大的则会占巨大权重，这样算出来的距离主要都由数值大的特征决定，非常不合理。那么这么多的样本数据怎么找到最近的K个数据呢？是用两点之间的距离来决定的，K近邻就是指离新样本距离最近的k个数据，欧氏距离公式。1.分类问题：要给新来的一个样本数据分类，看他周围最近的k个已知样本数

还是这个坐标轴，不过数据的分布如上图所示，我现在想要做一个分类，我找到一条直线将数据划分为上下两部分，将上半部分的数据标记为1，下半部分的数据标记为0，现在来了一个新数据，判断这个数据属于0还是1，这就是逻辑回归。在用Sigmoid函数压缩成概率下有这么个情况，当z趋于正无穷，p趋于1，这个p可直接当作概率，而当z趋于负无穷，p趋于0，这个p不能直接当作概率，要用（1-p）当作概率。正则化就是在极

平常我们在训练模型时对数据集是如何处理的呢，我们是这样做的，引入sklearn中的train_test_split模块，将数据集划分为训练集和测试集，再用训练集的数据拟合模型，最后用测试集验证模型的性能，根据返回的指标判断这个模型够不够好，不够好的情况下调试模型的参数，再去验证，如此多试几次得到一个较好的模型。可这样问题就出现了，你是怎么得到这个较好的模型的，你这个调试参数的行为是不是相当于把测试