tensorflow实现knn算法

knn算法介绍

knn算法是机器学习中最简单的算法。其原理类似于古语“近朱者赤近墨者黑”,即同类物体的差异性小，异类差异性大，而这种差异往往是用“距离”表示。“距离”的度量一般采用欧氏距离。

算法思路

1.计算待分类的样本和样本空间中已标记的样本的欧氏距离。（如图中绿点为待分类样本，要计算绿点与图中所有点的距离）

2.取距离最短的k个点，k个点进行投票，票数最多的类为待测样本的类。（若k为3，则图中实线圆中的点是距离绿点最短的点，其中三角形有两个，正方形1个，所以绿点为三角形；若k为5，则图中虚线中的点为最近邻点，其中正方形有3个，三角形2个，所以绿点为正方形。由此可知，k的取值会影响分类的结果）

算法的优缺点

1.优点

算法简单有效

2.缺点