2.K-近邻算法 2.1概述 存在一个样本数据集合,也称作训练样本集,并且样本集中每一个数据都存在标签,即我们知道样本集中每个数据与所属的分类的对应关系,输入没有标签的新数据后,将数据的每一个特征与样本机中数据对应的特征进行比较,然后算法提起样本集中特征最相似数据(最近邻)分类标签,一般来说,我们至选择样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处,通常k是不大于20的证书,最后k个最相似数据中出现次数最多的分类,作为新数据的分类。 2.1.1准备:使用python导入数据