k-近邻算法

k-近邻法简介

k近邻法(k-nearest neighbor, k-NN)是1967年年由Cover T和Hart P提出的一一种基本分类与回归方方
法。它的工工作原理理是:存在一一个样本数据集合,也称作为训练样本集,并且样本集中每个数据
都存在标签,即我们知道样本集中每一一个数据与所属分类的对应关系。输入入没有标签的新数据
后,将新的数据的每个特征与样本集中数据对应的特征进行行行比比较,然后算法提取样本最相似数
据(最近邻)的分类标签。一一般来说,我们只选择样本数据集中前k个最相似的数据,这就是k-近
邻算法中k的出处,通常k是不不大大于20的整数。最后,选择k个最相似数据中出现次数最多的分
类,作为新数据的分类。

k-近邻算法步骤如下:
计算已知类别数据集中的点与当前点之间的距离;
按照距离递增次序排序;选取与当前点距离最小小的k个点;
确定前k个点所在类别的出现频率;
返回前k个点所出现频率最高高的类别作为当前点的预测分类。