KNN算法原理（python代码实现）

kNN(k-nearest neighbor algorithm)算法的核心思想是若是一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具备这个类别上样本的特性。简单地说，K-近邻算法采用测量不一样特征值之间的距离方法进行分类。 - 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。ht

>>阅读原文<<