KNN鄰近算法（k-NEAREST NEIGHBOR）

鄰近算法，或者說K近鄰（KNN， K-NearestNeighbor）的核心思想是如果一個樣本在特徵空間中的k個最相鄰的樣本中的大多數屬於某一個類別，則該樣本也屬於這個類別，並具有這個類別上樣本的特性。kNN算法需要一個已經分好類的訓練數據集，然後對沒有分類(沒有標記)的記錄進行分類，kNN確定訓練數據集中與該記錄相似度"最近"的k條記錄,將無標記的測試例子分配到k個近鄰中佔比最大的那個類中。 k

>>阅读原文<<