机器学习之十大经典算法（一）KNN算法

     分类思想比较简单，从训练样本中找出 K 个与其最相近的样本，然后看这 k 个样本中哪个类别的样本多，则待判定的值（或说抽样）就属于这个类别。     缺点：        1）K 值需要预先设定，而不能自适应，一般选择20，如果数据量小的话，可以调参。       2）当样本不平衡时，如一个类的样本容量很大，而其他类样本容量很小时，有可能导致当输入一个新样本时，该样本的 K 个邻居中大容

>>阅读原文<<