再说L2-norm

哈喽，上篇博文被某公司的大佬骂了一顿，其关注点在于博文的最后语气，而不是问题所在，行吧。这么大的人了，还抓不住重点，纠结计较于小事。

【声明：我的博文都是纯学术探讨，不涉及其他情绪。我有时候也是如此，但我尽量克制，不争辩】

做推荐的一个大佬[不知道昵称叫啥了，因为我退群了，群主说不让相亲。。。]告诉我经过L2范数归一化后的数其平方和为1，是这么个道理，但这样的意义在于什么？？我也不知道。

顺便将sklearn实现方法贴出来，上面提及的博文是用np实现的。

from sklearn.preprocessing import Normalizer
import numpy as np

L2norm=Normalizer(norm='l2')
>>> yy
array([ -3, -10,  -6,   7,   7,   9])

>>> L2norm.fit_transform(yy.reshape(1, -1))
array([[-0.16666667,