KNN分类

# 实现原理

分类模型KNN 实现原理:
-1- 先算未知样本点与所有已知类别样本点的距离.
-2- 将得到的距离从小到大的排序, 找到距离最近的K个样本点..
-3- 看这k个样本点所处的类别, 进行个数统计, 谁最多, 未知点就属于哪个类别!

看下图, k值不同, 得到未知点的类别也不同..
k=3时,最近的3个点中最多的是三角形; k=5时,最近的5个点中最多的是正方形..

欧式距离: (x2-x1)^2 + (y2-y1)^2 开根号 ; 曼哈顿距离 (x2-x1)^2 + (y2-y1)^2 取绝对值 .

因为一次测试评估可能会存在一定的偶然因素. 因此, 交叉验证申请出战.