機器學習（2）——K-近鄰算法

## K-近鄰算法概述 定義：採用測量不同特徵值之間的距離方法進行分類； 優點：計算複雜度高、空間複雜度高； 適用數據範圍：數值型和標稱型[*]。 工作原理：在輸入一個新數據後將新數據的每一個特徵與樣本集中數據對應特徵進行比較，利用算法提取樣本集中特徵最相似數據（最近鄰）的分類標籤，選取樣本數據集中前K個最相似數據（K一般小於20），最後，選擇K個最相似數據中出線次數最多的分類，作爲新數據的分類。

>>阅读原文<<