K-近鄰算法（KNN）

1. KNN概述 2. KNN原理 3. 常用的距離度量準則 4. KNN優缺點   1.概述： 簡單的說，K-緊鄰算法採用不同特徵值之間距離的方法進行分類。是理論上比較成熟，也是機器學習中最簡單的算法之一。 2.原理： 存在一個樣本數據集合，也稱之爲訓練樣本集，並且樣本集中每個數據都存在標籤，即我們知道樣本集中每一個數據與所屬分類的對應關係。當輸入沒有標籤（未知分類）的數據時，將數據的每個特徵與

>>阅读原文<<