机器学习（2）——K-近邻算法

## K-近邻算法概述 定义：采用测量不同特征值之间的距离方法进行分类； 优点：计算复杂度高、空间复杂度高； 适用数据范围：数值型和标称型[*]。 工作原理：在输入一个新数据后将新数据的每一个特征与样本集中数据对应特征进行比较，利用算法提取样本集中特征最相似数据（最近邻）的分类标签，选取样本数据集中前K个最相似数据（K一般小于20），最后，选择K个最相似数据中出线次数最多的分类，作为新数据的分类。

>>阅读原文<<