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？
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
是这样的，马氏距离的定义中有逆协方差矩阵，因此，必须先算，你的理解是正确的