機器學習之十大經典算法（一）KNN算法

     分類思想比較簡單，從訓練樣本中找出 K 個與其最相近的樣本，然後看這 k 個樣本中哪個類別的樣本多，則待判定的值（或說抽樣）就屬於這個類別。     缺點：        1）K 值需要預先設定，而不能自適應，一般選擇20，如果數據量小的話，可以調參。       2）當樣本不平衡時，如一個類的樣本容量很大，而其他類樣本容量很小時，有可能導致當輸入一個新樣本時，該樣本的 K 個鄰居中大容

>>阅读原文<<