python机器学习库sklearn——K最近邻、K最近邻分类、K最近邻回归

全栈工程师开发手册 （作者：栾鹏）

python数据挖掘系列教程

KNN即K最近邻，相关的知识内容可以参考
http://blog.csdn.net/luanpeng825485697/article/details/78796773

这里只讲述sklearn中如何使用KNN算法。

无监督最近邻

NearestNeighbors （最近邻）实现了 unsupervised nearest neighbors learning（无监督的最近邻学习）。 它为三种不同的最近邻算法提供统一的接口：BallTree, KDTree, 还有基于 sklearn.metrics.pairwise 的 brute-force 算法。算法的选择可通过关键字 ‘algorithm’ 来控制， 并必须是 [‘auto’, ‘ball_tree’, ‘kd_tree’, ‘brute’] 其中的一个。当默认值设置为 ‘auto’ 时，算法会尝试从训练数据中确定最佳方法。

# ========无监督查找最近邻（常在聚类中使用，例如变色龙聚类算法）==========

from sklearn.neighbors import NearestNeighbors
import numpy as np # 快速操作结构数组的工具

X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]]