戏说K近邻算法

俗话说得好，物以类聚，人以群分。K近邻算法的思想与此相近，通过对多个特征的相似程度进行量化来分类。

举个例子，钻石老王最近想找个伴儿，于是发布征婚启事，要求如下：
（1）年龄相近
（2）学历相近
（3）志趣相投（例如爱读书）
……
由于钻石老王有钱有颜，各方面条件都很优秀，备受欢迎，立刻有上百位女士回应他。问题来啦，如何准确筛选出最合适的soul mate?

头疼的钻石老王于是又发布了悬赏提问，奖金十万美元，问题非常凡尔赛，即如何在上百位相亲者中找到最合适自己的人？搞机器学习的小A找上门来，对他说，这个问题好办，咱们用K近邻算法来解决，做份调查问卷就行，并给出了以下建议：
（1）将老王最关注的信息列成清单，比如年龄、身高、学历等等；
（2）将老王对最关注信息的期望值写下来，比如身高165cm等；
（3）量化过程：设置上下限（比如不考虑小学学历），量化偏差（比如学历偏低则得分降一档）等；
（4）将上述内容整理成一份调查问卷，注意表达方式，避免获得过多的不真实信息。
（5）回收调查问卷，用K近邻算法计算各种信息（特征）与期望值的差值（选取合适的距离函数），差值最小的大概率就是钻石老王的soul mate。比分不相上下的，选个最顺眼的（投票表决）即可。

最终，钻石老王找到了他的soul mate, 小A拿到了十万美元奖金，真是个圆满的结局啊~ K近邻算法的核心思想，你学会了吗?

缺点主要是计算量大，一般适用于样本量较小的情况。

优点是准确率高，可适用的数据范围广，甭管是身高还是体重，都可以进行量化和用来判断。