机器学习：KNN算法

1、knn算法适合于解决分类问题

解决问题的步骤其实很简单：
1、先确定好输入（feature）、输出（lable）、k值（一般取数据总量的开平方）、预测点
2、求出feature中各个点距离预测点的距离，然后进行排序（从小到大）并且取出对应的lable（取k个）
3、最后对这个k个lable做相应的处理，可能是取这k个lable中出现次数最多的值，也可能是取这k个lable的平均值

2、增加准确性的方法

1、调参，调整k的取值，k太大会混进噪音数据，k太小准确性太低
2、对输入数据进行处理。
例如：数据标准化，适用于数据分布不均匀，取值范围不确定的情况
数据归一化，适用于取值范围确定，数据分布均匀的情况

3、增加输入的维度