关于机器学习中knn算法的一些问题

Question

我需要使用knn算法对包含以下三个特征的数据进行训练，但是这些数据都不是一个单一的数字，所以我不太明白应该如何使用这些数据进行训练
这是一条数据的三个特征
颜色用了颜色直方图，纹理是灰度共生矩阵，形状是hu矩

Answer 1

好家伙，你这特征数量真心不少。
KNN的核心是计算距离，你这个特征这么多，计算的复杂度就会很高，不知道你用的距离算法，也不知道你CPU能不能受的住。
减少特征的数量，比如颜色特征，看看能不能去掉关联特征或者在颜色特征的基础上二次提取，如提取所有颜色的均值，以减小特征维度，这也是可行的。
归一化，因为要计算距离，但是不同特征的单位不同，因此，一般对不同的特征进行归一化，去掉特征的单位，比较典型的归一化方法：最大最小归一化，min-max
把处理后的特征搞到一起组成一个串就行了，组成的串就是这个样本的特征，然后计算距离吧。
如果能帮到你，给个采纳哟！