回顾：攀登伙伴
本课属于 Coddy Machine Learning 学习旅程的“机器学习统计学”单元。第 51 课，共 64 课。
挑战
中等攀岩馆会为每位新人匹配一位最相似的成员。members 的每一行代表一位成员，其姓名在 names 中：身高（厘米）、臂展（厘米）和悬垂时间（在单杠上的分钟数）。程序会读取新人的测量数据。
- 在原始表格中找出最近的成员。
- 使用成员数据拟合
StandardScaler并进行标准化；输出新人的标准化数据。 - 在标准化后的表格中再次找出最近的成员。
四舍五入到小数点后 2 位。另一家健身馆有 3 位成员：
输出结果：
Nearest before scaling: Kim (4.56)
Newcomer scaled: [[-0.38 -0.54 0.98]]
Nearest after scaling: Lou (1.09)亲手试试
import numpy as np
from sklearn.preprocessing import StandardScaler
names = ["Iris", "Jon", "Kai", "Lena", "Max", "Nora"]
# 每位成员占一行：身高和臂展以 cm 为单位，悬垂时间以分钟为单位
members = np.array([[166, 169, 1.6],
[182, 188, 1.1],
[171, 170, 2.3],
[176, 181, 1.4],
[188, 191, 2.0],
[160, 163, 0.9]])
# 新成员
height = float(input())
span = float(input())
hang = float(input())
# 在下方编写你的代码
机器学习统计学中的所有课
自己练习： Python 在线编译器