KNN近邻算法的简单实现（python）

一、问题的引入

        该算法致力于通过特征值来预测一个人是否喜欢购物，分为以下结果：

        1、喜欢购物的人       

        2、不喜欢购物的人

        每个样本有以下特征值：

        1、年龄

        2、性别

        3、一天打开购物app的次数

二、程序设计说明：

knn算法是根据k个与新样本距离最近的样本，并通过出现最多次的结果来推测新样本的结果。

在该程序中，通过将三个特征用向量的形式描述出来，有以下样本：

分别对应着以下结果：

然后，我们通过欧几里得计算：

d = sqrt((x2 - x1)^2 + (y2 - y1)^2)

接着，我们进行knn算法，首先计算出所有样本与新样本的距离，并对这些距离进行排序，然后输出最近k个样本中出现次数最多的结果作为预测结果：

我们定义k=3，随便写个样本，预测他的结果：

最后的结果为：