数据分析课程交流（第07次课）：算法专题4——K近邻

K近邻是最基础的一种分类和回归算法。通过本次课学习，理解其分类和回归原理，认识几种范数距离的意义，理解经验误差和泛化误差的意义，掌握交叉验证策略，并通过实验认识K值选择对算法误差的影响。算法通过暴力搜索近邻的效率较低，kd-tree和ball-tree通过二分查找提高对近邻点的搜索效率，学有余力的同学在理解算法的基础上，尝试读懂代码，并进行算法效率的比较，撰写研究报告。