转行算法，基本算法knn

烦人，导师让做机器学习，
我的java路断了，
好吧，
干一行爱一行，
以后学人工智能。

算法1 knn 分类算法

knn原理是根据邻居值来判断，他需要把所有数据加标签 然后排序，当预测新数据时，先算新数据，然后跟所有数据排序，排完序看看它周围是什么标签，那么它自己也是什么。其中X是数据，y是目标值，看X跟y有什么关联，算他俩之间的“距离”。（重点在数据处理上）
没有训练，就是把所需要预测的数据加入，然后将其跟所有数据求距离，找到最近的几个点，投票选择是什么类型。
例如：1，对电影类别判断。现对先对武打镜头跟接吻镜头的距离根据科学家的神奇宝贝算出来，再排序。 knn.fit(数据，目标值)
2，对手写数字识别。他这个距离的计算是计算的像素。算完之后加标签，排序。预测新样本。具体怎么算的我还尚不清楚。。。。
调就完事了。如果导入自己写的数字，注意调整shape，使它跟训练样本的shape一样。