机器学习---knn分类器

     knn这个分类器，原理很简单，可以说是机器学习里面最简单的一个分类器。

  工作原理：存在一个训练样本集，这些样本集都是有标签，也就是我们知道样本集中每个数据与其类别的对应关系。输入没有标签的新数据后，将新数据与样本集的数据特征进行比较，然后按照特定算法提取样本集中最相似的数据分类标签。举个例子：

     电影名称           打斗镜头                    接吻镜头             电影类型

   california            3                           100                  爱情片

   kevin longbal         101                          10                  动作片

    beautiful            1                            80                  爱情片

   he likes flying       2                            100                 爱情片

   robo slayer          99                             5                  动作片

ok，大概就举这么多例子，这里有5个电影，给出了两个特征就是打斗镜头和接吻镜头的数量，最后每个样本都有标签分类是爱情片还是动作片。好的，现在我手头有一个电影，比如是taitanic，我知道接吻镜头90个，打斗镜头10个，采用knn怎么去知道这部电影是爱情片还是动作片？计算这部电影与样本集中所有电影的距离，然后递增排序，设定k值，找出这K个电影属于类别最多的作为titanic的分类标签。

     计算步骤如下：
    1）算距离：给定测试对象，计算它与训练集中的每个对象的距离