hjr-KNN近邻算法

KNN近邻算法

应该是分类算法中最好理解的了，但是运算量特别大，并且不能训练出模型（只能训练出最优的k值）。

算法步骤

1、求欧式距离
d=sqrt( ∑(xi1-xi2)^ ) i=1,2..n
这里的i就是各个属性，而每条验证数据都要和n条训练数据求欧式距离
，这样就得到了n个欧式距离
2、我们把欧式距离存进一个数组，并从小到大排序，排序时需要注意的是分类结果需要跟着欧氏距离一起排序。
3、设置一个k值，数组取前k个数据，接下来计算这k个数据对应的分类结果哪个出现的多，作为预测结果。

具体怎么查看一个数组i多还是j多，我们可以设i=0，j=1
然后建立一个数组table[2]，然后table[i]++，table[j]++，再比较table[0]和table[1]哪个大就完成了