KNN算法

定义：KNN算法，即邻近算法，或者说K最近邻分类算法

1. 算法步骤
   为了判断未知实例的类别，以所有已知类别的实例作为参照
   选择参数K
   计算未知实例与所有已知实例的距离
   选择最近K个已知实例
   根据少数服从多数的投票法则(majority-voting)，让未知实例归类为K个最邻近样本中最多数的类别

2. 关于距离
   可以为欧几里得距离（Euclidean distance）, 值（cos）, 相关度 （correlation）, 曼哈顿距离 （Manhattan distance）

3. 优缺点
   优点：易于理解；容易实现；通过对K的选择可具备丢噪音数据的健壮性。
   缺点：需要大量空间储存所有已知实例；算法复杂度高（需要比较所有已知实例与要分类的实）；当其样本分布不平衡时，比如其中一类样本过大（实例数量过多）占主导的时候，新的未知实例容易被归类为这个主导样本，因为这类样本实例的数量过大，但这个新的未知实例实际并木接近目标样本。