版权声明：本文为博主原创文章，未经博主允许不得转载 https://blog.csdn.net/qq_41011336/article/details/82498124
本篇文章旨在帮助小伙伴们最快速地理解KNN
KNN算法即K-邻近算法，他可以解决这样的问题：
我手里有数据集，可以将其想象成一堆人，这些人都已经分好类了，根据什么分的类呢？根据一些我们约定的特征（比如身高，性别，爱好啊等等…）
我想要干什么呢？
是这样，现在我拉来一个新人，我把他输入到KNN，KNN就有了个输出，即：这个新人是属于哪一类
伪代码是这样的：
1：计算已知类别数据集中的点与当前点的距离（距离怎么算的根据具体问题定）
2：按照距离递增次序排序
3：选取与当前点距离最近的K个点
4：确定这K个点所在类别的出现频率
5：频率最高的类别就认为是当前点的所属类别