Sword的博客

问题描述 说明： KNN算法的核心是要获取k个近邻，衡量的指标通常用的是欧氏距离。 步骤 （1）获取到所有训练样本的特征向量矩阵 （2）利用待测样本的特征向量，与所有训练样本的特征向量计算欧式距离 （3）对得到的距离进行排序，根据指定的k获取前k个距离最近的索引（即训练样本原本在特征矩阵中的索引） （4）根据获取到的索引来获得该训练样本的标签 （5）统计前k个近邻的标签出现的此处，返回出现次数最多的标签，并将其作为待测样本的预测标签 代码示例 #!/usr/bin/env python # -*- co