结合自身实践以及阅读论文《聚类算法研究》(-孙吉贵等，2008)之后的感想

之前用mtalab实现knn(k=1)算法的过程中，虽然对于做的过程无多少疑问，但是还不能用准确的形式表达出来，今天读了一点儿这篇文章，升华了对它的认知，温故知新没错哈
＊∨＊
范数在聚类中的作用就是"相似性度量"。
文章中说到：两个类之间距离的度量方法是传统层次聚类算法的重要组成部分，它主要包括两个重要参数相似性度量方法和联接规则。
对上文的联接规则还没搞太懂，前者则有一定感触。
所以，现在对knn的感觉就是：范数计算+排序。换句话说就是"相似性度量"+“k个最大相似类表决”。