KNN算法预测哪些用户会购买这种全新SUV。并且在最后一列用来表示用户是否购买 项目实战代码+数据
K近邻算法通过计算被分类对象与训练集对象之间的距离，确定其k个临近点，然后使用这k个临近点中最多的分类作为分类结果。如上图，当K=3时，它会被分类为ClassB。因为K=3时，3个临近点里有2个是B类的。同理，K=7时它会被分类为ClassA，因为K=7时，7个临近点里4个是A类的。KNN算法一个比较不好的缺点是K值由人主观决定。因为这样有一个问题，你取的K值不同，对于某些点的分类结果就不同，比如