《算法图解》总结第 10 章：K最近邻算法

仅用于记录学习，欢迎批评指正，大神勿喷

系列文章目录

《算法图解》总结第 1 章：二分查找、大O表示法；
《算法图解》总结第 2 章：数组和链表，选择排序；
《算法图解》总结第 3 章：while循环、递归、栈；
《算法图解》总结第 4 章：分而治之、快速排序；
《算法图解》总结第 5 章：散列表；
《算法图解》总结第 6 章：广度优先搜索；
《算法图解》总结第 7 章：狄克斯特拉算法；
《算法图解》总结第 8 章：贪婪算法
《算法图解》总结第 9 章：动态规划
《算法图解》总结第 10 章：K最近邻算法
《算法图解》总结第 11 章：十种算法简介

---

K最近邻算法(KNN)

K最近邻算法用于分类和回归。《算法图解》这本书介绍的比较简单，详细可参考李航的《统计学习方法》的第3章内容。

分类

分类就是编组，通过距离公式、余弦相似度等算出最接近的K个邻居。

回归

回归就是预测结果（如数字），比如要预测销售量可将最近的K个邻居求平均。

注意事项

（1）特征抽取意味着将物品（如水果或用户）转换为一系列可比较的数字；
（2）能否挑选合适的特征事关KNN算法的成败。