K最近邻（k-Nearest Neighbor，KNN）分类算法是最简单的机器学习算法之一。
KNN算法的指导思想是“近朱者赤，近墨者黑”，由你的邻居来推断出你的类别。
本质上，KNN算法就是用距离来衡量样本之间的相似度。
算法描述：
从训练集中找到和新数据最接近的k条记录，然后根据多数类来决定新数据类别。
算法涉及3个主要因素：
1) 训练数据集
2) 距离或相似度的计算衡量
3) k的大小
1) 已知两类“先验”数据，分别是蓝方块和红三角，他们分布在一个二维空间中
2) 有一个未知类别的数据（绿点），需要判断它是属于“蓝方块”还是“红三角”类
3) 考察离绿点最近的3个（或k个）数据点的类别，占多数的类别即为绿点判定类别
参考文献：
https://blog.csdn.net/haihongazar/article/details/69681104