Machine learning in action ch02 KNN笔记

1.KNN算法特点描述

优点：精度高、对异常值不敏感、无数据输入假定。
缺点：计算复杂度高、空间复杂度高。
适用数据范围：数值型和标称型。

2.KNN思想
对于一个给定的数据集，对于未知数据分类时，总是能够通过计算该点与其他数据点的距离（这个距离可以是欧式距离，也可以是闵氏距离，不加以限定），通过寻找该点的最邻近的K个数据点中的数量最多的数据点，来确定该数据点的分类。
实际上这是一种朴素贝叶斯的思想。

3.创建数据集
3.1 在书中给出的KNN文件中：

def createDataSet():  
    group = array([[1.0, 1.1], [1.0, 1.0], [0, 0], [0, 0.1]])  
    labels &#