机器学习02K近邻算法

k近邻法(k-nearestneighbor,k-NN)是1967年年由CoverT和HartP提出的一种基本分类与回归方法。它的工作原理理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据 后，将新的数据的每个特征与样本集中数据对应的特征进⾏行行⽐比较，然后算法提取样本最相似数据(最近邻)的分类标签。一般来说，我们只选择样本数据集中前k个最相似的数据，这就是k-近邻算法中k的出处，通常k是不大于20的整数。最后，选择k个最相似数据中出现次数最多的分类，作为新数据的分类。