实战37：KNN算法预测哪些用户会购买这种全新SUV。并且在最后一列用来表示用户是否购买 项目实战代码+数据

K近邻算法通过计算被分类对象与训练集对象之间的距离，确定其k个临近点，然后使用这k个临近点中最多的分类作为分类结果。

如上图，当K=3时，它会被分类为 Class B。因为K=3时，3个临近点里有2个是B类的。

同理，K=7时它会被分类为 Class A，因为K=7时，7个临近点里4个是A类的。

KNN算法一个比较不好的缺点是K值由人主观决定。因为这样有一个问题，你取的K值不同，对于某些点的分类结果就不同，比如上图分别取k=3和k=7会得到不同的结果。

K值不能取太小，比如K=1的情况，此时容易被错误的样本干扰，造成过拟合等问题。当然，K值也不能取太大，越大分类效果越差。

如上图所示，当k=1的时候，决策边界变得非常不光滑，换句话说，模型的决策规则非常复杂，容易造成过拟合。

简而言之：k越小，模型越容易过拟合；k越大，越容易欠拟合。

所以K值应该取一个不大不小的奇数，比如3、7、9、11等，千万不能选偶数，因为偶数会有两个分类打平的情况，不要给自己找麻烦。