k-近邻算法原理

核心：采用测量不同特征值之间的距离进行分类
原理：存在一个训练样本集，已知样本集中每一数据的所属分类。当输入没有标签的新数据后，选择新数据与样本数据特征最相似（k近邻）的分类作为新数据的分类。简单的来说就是确定前k个点所在类别出现频率；返回前k个点出现频率最高的类别作为当前点的预测分类