opencv的K近邻算法

K Nearest Neighbors

计算待测数据与样本库中每个样本的距离，得到距离最小的前K个，进行投票表决，前K个中某一类的样本数最多，则判断待测数据为此类。

一、opencv 中主要的函数有：

（1）CvKNearest::train     训练KNN模型

bool CvKNearest::train( const CvMat* _train_data, const CvMat* _responses, 
                        const CvMat* _sample_idx=0, bool is_regression=false, 
                        int _max_k=32, bool _update_base=false ); 

这个类的方法训练K近邻模型。它遵循一个一般训练方法约定的限制：只支持CV_ROW_SAMPLE数据格式，输入向量必须都是有序的，而输出可以是 无序的(当is_regression=false)，可以是有序的（is_regression=true）。并且变量子集和省略度量是不被支持的。

参数_max_k 指定了最大邻居的个数，它将被传给方法find_nearest。参数 _update_base 指定模型是由原来的数据训练(_update_base=false)，还是被新训练数据更新后再训练(_update_base=true）。在后一种情况下_max_k 不能大于原值, 否则它会被忽略。

（2）CvKNearest::find_nearest  寻找输入向量的最近邻

float Cv