监督学习算法(二）：KNN算法

二. KNN算法（临近取样算法） 1. 步骤：为了判断未知实例的类别，以所有已知类型的实例作为参照，选择参数k（k值不好选，选小了过拟合，选大了欠拟合），计算未知实例与所有已知实例之间的距离，从中选择K个，根据少数服从多数的原则，将其归类为K个当中最多数的类别。 2. 距离的衡量方法：直线距离，余弦值，相关度，曼哈顿距离。 3. 算法优缺点： 算法简单，易于理解，容易实现。但是需要大量的空间来存储

>>阅读原文<<