2021-08-25

KNN算法，对KNN相关介绍

1.什么是算法
比如就是想看一个东西的类别，那么就在这个东西的最近的周围取K个东西，判断这K个是什么类别。寻找未知分类的数据，离它最近的n个已知数据。

如果K=3，那么离绿色点最近的有2个红色三角形和1个蓝色的正方形，这3个点投票，于是绿色的这个待分类点属于红色的三角形。
如果K=5，那么离绿色点最近的有2个红色三角形和3个蓝色的正方形，这5个点投票，于是绿色的这个待分类点属于蓝色的正方形。

2.算法原理：
通用步骤：
计算距离（求未知点和其它之间的距离）（可以用欧几里得，或马氏距离）
升序排列（距离最近的排前面）
排序后取前K个
加权平均（差距很小，需要更高的权重）
K的取值：
太大：分类模糊
太小：个例影响大
靠经验选，或者试一试找精确度，均方根误差

3.代码运行
主要的问题是出现了：UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xbb in position 53: illegal multibyte sequence
找了很多网上的办法都没成功，最后细研看到的一句话：保存时不能只是把文件的名字改成.csv这样就会报这样的错误，正确的做法应该是将文件另存的时候修改文件类型，就成功了。