KNN——K近邻算法

k-NearestNeighbor

是一种监督学习方法

工作机制：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个“邻居”的信息来进行预测。

通常，在分类任务中，使用投票法，即选择这k个样本中出现最多的类别标记作为预测结果；

在回归任务中，使用“平均法”，即将这k个样本的实值输出标记的平均值作为预测结果；

还可基于距离远近进行加权平均或加权投票，距离越近的样本权重越大

最近邻分类器，1NN，也就是k=1的情况，二分类

总结：效果会主要取决于距离度量的选取

https://www.cnblogs.com/ybjourney/p/4702562.html