KNN（k近鄰）算法原理

原理： 樣本點的特性與該鄰居點的特性類似，可以簡單理解爲「物以類聚」。因此可以使用目標點的多個鄰近點的特性表示當前點的特性。 2.KNN算法包含： 1、KNN分類算法：「投票法」，選擇這k 個樣本中出現最多的類別標記作爲預測結果； 2、KNN迴歸算法：「平均法」，將這k 個樣本的實值輸出標記的平均值作爲預測結果； 3.KNN算法的核心要素： （1）K值的選擇：K是超參（需要給定），K值過小容易導致

>>阅读原文<<