机器学习（二）k-近邻分类算法（kNN）

一、k-近邻算法概述 k-近邻算法采用 测量不一样特征值之间的距离的方法进行分类。 优势：精度高、对异常值不敏感、无数据输入假定； 缺点：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。 二、工做原理：      存在一个样本数据集合，也称做训练样本集，而且样本集中每一个数据都存在标签，即咱们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每一个特征与样本集

>>阅读原文<<