MachineLearning_KNN算法01_基础介绍

一.关于KNN算法的简要介绍

1.KNN算法的优点与介绍：
(1):KNN算法思想简单： 本质就是将新来的数据点同已经存在的数据或训练集探寻与之欧式距离最近的k个点，并统计这k个点在训练集上的类别分布，占比最多的类别则做为预测类别。
(2)同样KNN算法也可以简单直接的解释机器学习的"算法—模型—训练"的过程，刻画机器学习应用的流程
(/*可以看到，KNN算法的本质思想就是计算新来数据与已有训练数据的距离差值，并寻找最近的K个点 */）
(3)在距离计算中，往往使用欧式距离来衡量点与点之间的关系(并适用于高纬空间)