《机器学习实战》学习笔记——kNN算法

《机器学习实战》（MLiA）是一本介绍机器学习的书（的确是废话），和其他书不同的地方在于它给出了python的实现代码，而其他的书籍重在解释理论。我作为一名渣渣，理论就先放一放了。
MLiA的第一章主要介绍了一些概念、常识性的东西，所以不做介绍，这篇文章主要介绍k-近邻算法（kNN）。

kNN算法的优点是精度高，对异常值（离群点）不敏感且不需要训练；缺点是计算复杂度、空间复杂度高。
kNN算法的适用范围是数值型和标称型数据。

kNN工作原理是：

存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输人没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集中前k个最相似的数据，这就是k-近邻算法中k的出处,通常k是不大于20的整数。最后，选择k个最相似数据中出现次数最多的分类，作为新数据的分类。

kNN算法的算法流程为：

（1）.计算已知类别数据集中的点与当前点之间的距离；
（2）.按照距离递增次序排序；
（3）.选取与当前点距离最小的k个点；
（4）.确定前k个点所在类别的出现频率；
（5）.返回前k个点出现频率最高的类别作为当前点的预测分类。

既然算法流程已经明确，现在开始构造自己的算法。《MLiA》中采用的是python来构造的算法，原因是机器学习的算法大都需要处理复杂的矩阵运算。鉴于自己的算法处理的数据特征维数并不多，矩阵运算较少，故写了一个简单的c++版本

/*  kNN.cpp
*   @author: Toroto
*/

#include <iostream&g