第三章 k 近邻算法目录CONTENTS基本概念3.1预测算法3.2距离定义3.3k 近邻算法案例3.4基本概念3.1基本概念俗话说得好，“物以类聚，人以群分”，判别一个人的品质特征，常常可以从他的朋友入手，所谓观其友，而知其人。 K 近邻算法就是和此理论类似的一种简单的机器学习算法。要确定一个样本的类别，可以计算它与所有训练样本的距离，然后找出和该样本最接近的 k 个样本，统计这些样本的类别进行投票，票数最多的那个类就是分类结果。因为直接比较待预测样本和训练样本的距离， kNN 算法也被称为基于实例的算法。下面我们举一个简单的例子来进行说明。如图 3-1 所示，给出两个不同类别的样本数据，其中 A 类用方框表示， B 类用三角形表示。图中心的圆形样本为需要进行判断的样本。图 3-1基本概念...
