机器学习之KNN和决策树

1 K-临近算法（KNN算法）
（一）优缺点和适用范围
（1）优点：精度高、对异常值不敏感、无数据输入假定
（2）缺点：计算复杂度高、空间复杂度高
（3）适用数据范围：数值型和标称型
（二）原理和算法思想
原理：训练样本集中每个数据都存在标签，输入没有标签的新数据以后，将新数据的每个特征与样本集数据对应的特征进行比较，算法提取样本集最相似数据的分类标签。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-临近算法中K的出处。
算法思想：
（1） 计算已知类别数据集中的点与当前点之间的距离，这里采用的是欧氏距离公式： ；
（2） 按照距离递增次序排序；
（3） 选取与当前距离最小的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最为当前点的预测分类。
（三）KNN算法实例
实例一：使用KNN算法改进约会网站的配对效果
（1）收集数据：提供文本数据；
（2）准备数据：使用python解析文本文件；
（3）分析数据：使用matplotlib画二维