機器學習實戰——k-近鄰算法概述

k近鄰算法是最基礎的分類算法，它的原理很簡單，就是拿當前的測試樣本與訓練樣本集中的所有樣本進行比較，採用歐式距離進行比較。 然後按照距離大小進行排序，從小到大排。然後在根據k的數值，選取前k個訓練樣本的分類結果進行統計，統計結果中出現的類別次數最多的類別，即爲測試樣本的類別。 下面把書上的代碼貼出來，解釋每一句： 注意：這裏的dataSet類型爲array，爲什麼後面會講 下面是classify0

>>阅读原文<<