knn中，两个向量的距离如何用马氏距离（mahalanobis）计算？

Question

麻烦请教一下各位大佬，小弟最近刚刚接触机器学习，才疏学浅，理解不精。
knn中两个向量间距离的计算往往用欧式距离，若要将之换成马氏距离，该如何操作呢？
是否要计算traindata的逆协方差矩阵，再以此计算某一测试数据和traindata中所有向量的距离？

Answer 1

sklearn.neighbors.KNeighborsClassifier(n_neighbors=5, weights='uniform', algorithm='auto', leaf_size=30, p=2, metric='minkowski', metric_params=None, n_jobs=1, **kwargs)
使用sklearn库里面的KNN算法
修改metric这个参数