KNN

1.优缺点   优点：精度高，对异常值不敏感，没有数据输入假定   缺点：计算复杂度高，空间复杂度高 2.原理阐述 2.1 概念     存在训练样本，且训练样本都存在分类标签。输入没有标签的新数据后，计算新数据的每个特征与样本集中数据的特征的距离（欧式距离），将每个特征距离加和作为新数据与训练数据的距离，然后算法提取距离最近的前K个数据的分类标签，然后选择这K个数据的分类标签出现次数最多的标签作

>>阅读原文<<