分类算法-k近邻算法（KNN）

定义：如果一个样本在特征空间中的k个最相似（即特征空间中最邻近）的样本中的大多数属于某一类别，则该样本也属于这个类别。

计算距离公式
两个样本的距离可以通过如下公式计算，又叫欧式距离
比如说，a(a1,a2,a3),b(b1,b2,b3)

欧式距离

sklearn k-近邻算法api
sklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorithm=‘auto’)

•n_neighbors：int,可选（默认= 5），k_neighbors查询默认使用的邻居数
•algorithm：{‘auto’，‘ball_tree’，‘kd_tree’，‘brute’}，可选用于计算最近邻居的算法：‘ball_tree’将会使用 BallTree，‘kd_tree’将使用 KDTree。‘auto’将尝试根据传递给fit方法的值来决定最合适的算法。 (不同实现方式影响效率)

问题

1. k取值
   •k值取很小：容易受异常点影响
   •k值取很大：容易受最近数据太多导致比例变化

优缺点

1. 优点：
   简单，易于理解，易于实现，无需估计参数，无需训练
2. 缺点：
   懒惰算法，对测试样本分类时的计算量大，内存开销大
   必须指定K值，K值选择不当则分类精度不能保证
   使用场景：小数据场景，几千～几万样本，具体场景具体业务去测试

分类模型的评估
estimator.score()
一般最常见使用的是准确率，即预测结果正确的百分比

特点
优点：简单，易于理解，易于实现，无需估计参数，无需训练
缺点：懒惰算法，对测试样本分类时的计算量大，内存开销大
必须指定K值，K值选择不当则分类精度不能保证
使用场景：小数据场景，几千～几万样本，具体场景具体业务去测试

参考https://blog.csdn.net/weixin_30564785/article/details/99226980