杭州 -> 太原：飞机
起因是98上刷到了有同学发的贴征集同行，看了一眼行程挺有意思，而且国庆居然才涨价这么点（898 -> 950），考虑了一段时间后就报了团。
第一次用了支付宝的权益，搞了快速安检和电瓶车，好评。在不用托运的情况下，从地铁到站到坐等候机差不多只花了20min，下次可以晚一点出门了。
在机场等待时间里无聊一直在刷xhs上五台山相关的贴，看到说是10.1的天气非常恶劣，大风、大雾、低温（白天都能接近零度），搞得十分紧张，就怕环境过于恶劣。但最后运气还挺好，去徒步的三天都是晴天，气温也比较适宜，白天基本都在20度左右。
最近由于办香港卡很火，并且对我而言也有确实的用途，以及一直没出过境，并且自去年国庆四姑娘山之后就没出过远门，就计划了这次香港之行。又综合考虑到办港卡的材料准备，港澳通行证办理，需要赶在中小学生们暑假前，以及不在节假日（端午）出行，并且还综合考虑了天气预报，于是定在了儿童节出发。但个人感觉已经考虑的很周全了，但还是计划赶不上变化，迎面撞上了台风。
在出行之前，看到过很多香港本地人士态度恶劣的说法，本来还有些担心，但这几天下来的体验都还挺不错。大家默认会先用粤语和你交流，但我说一下不好意思听不懂之后，又会切换成普通话，在交流上也没有很恶劣的态度。
另外，香港除了物价让我印象深刻之外，有一点我很喜欢：大家都很（起码表面上）避免打扰别人，比如室内伞会扎起来，避免碰到别人，比如地铁严格先下后上。
此外，香港真的是高楼林立，水泥森林压的透不过气来，到处都是嘈杂的声音。并且如果不看高楼，街道都给人一种九十年代乡镇的老旧感。
还有香港跑步的人真的是多，从天星码头到中环，从铜锣湾避风塘到太平山，到处都是跑步的人。不仅是跑步的人多，阿三和菲佣也是真的多，基本随处可见阿三。
酒店：9.28晚，10.2晚，10.3晚，10.4晚，10.5晚
出发：萧山机场 -> 天府机场
值得吐槽的是，今年国庆提前大半个月买的机票反而贵很多。到机场的时候鬼使神差的又看了眼机票价格，发现比当时买的时候便宜了好几百，心态爆炸，不过倒是升了个舱（可能航司觉得坑了钱不好意思吧，不过也就是前排和后排的区别）。
第一次坐没延误还早到的飞机，还挺意外。到成都3点，到酒店5点多，在金沙遗址边上。简单转了转，吃了碗面就回去休息了。
今年的公司outing。入职两年多，这是经历的第三次outing。因为疫情的原因，前年去的千岛湖，去年去的湖州，都乏善可陈。今年outing选项有长沙和青岛，因为之前自己去过了长沙，我是选了青岛，并且幸运的最终结果也是青岛。
出发日，下午从公司出发，杭州西->南京南->青岛。由于是统一订的行程，没懂为什么从南京南换乘一下。可能是因为杭州直达青岛的车不多，如之前买高铁票经验贴中所说，是在两条线上？
由于换乘有一个多小时的间隔，刚好留出了解决晚饭的时间窗口，（并且出门太赶，忘记自己准备晚饭和水）。在南京站里自行解决晚饭。
转了一圈，还是KFC比较有性价比，点了个汉堡 + 原味鸡， 36元（如果直接来个四件套，价格就到60了）。随便吃完，再去超市单独买瓶水。
这里还发生点小插曲，因为站内有多个KFC，手机点单的时候需要选择具体的店。因为想多看几个店铺，在第一个KFC扫码了但又没点，导致后来在第二个KFC点单时，定位到了第一个KFC，导致要穿过整个高铁站去拿。
然后就是南京南->青岛北，到青岛已经是晚上10点左右。在老板们的带领下，没去酒店，行李都没放，就去台东步行街找了家店吃夜宵（烧烤+啤酒）。不愧是青岛，啤酒的味道和在杭州喝的啤酒大不相同，49一扎，口感非常好，也不胀肚（就是有点后劲）。
最后到酒店安顿下来已经2点半，可惜这次住在海边的酒店却不是海景房。
21年十一的时候去了武功山，结识了一位北京的老哥，30来岁，有家有室，但潇洒自由。他总结了个5A景点目录，已经去了大部分了。我心生向往，向他要了目录，也想着有一天能去掉所有感兴趣的5A。
但是吧，因为疫情和拖延症的原因，进展非常缓慢。因此，这个端午决定一定要出去走走，（另外再不请假年假要过期了。再另外，不走在杭州会因为暴雨出不了门）。于是在拖延症的影响以及不知道去哪里的迷茫下，最终拖到了20号的下班班车上，订了来回武汉（5A：黄鹤楼和东湖）的高铁票（6.22-6.25）。
动车：15:33 - 20.15
由于买票过晚，只有下午的票了，到酒店差不多晚上9点多，并且还没吃晚饭。
看住宿地点附近有个“楚河汉街“，据说是美食街景点什么的，就出门找点吃的。结果到了一看，大失所望，既没有什么古风建筑，又没什么美食。随便找了家汉堡店吃了点，草草了事。
做完这门课的作业也蛮久了，但好像每次自己想的时候都回忆不起来，还是写下来有助于记忆，和便于下次再查看。学一个东西，还是得需要更深入的去理解它，如果只是程序填空或者跑别人的代码，那即使你现在看懂了，但实际上还是没有进入大脑。
代码 这里提供了下文中的代码。
knn可以说是很基础的分类模型，想法很简单：当我们想要给一张图片进行分类的时候，从我们的训练集中找到k张最接近的图片，然后根据它们进行投票，得出最后的分类结果。
为了简便，我们从二分类问题开始。