目录:
定义-K最近邻居（K-NN）是什么意思？
k近邻算法（通常缩写为k-nn）是一种数据分类方法，它根据最接近的数据点所在的组来估计数据点成为一个组或另一个组的成员的可能性。 。
k最近邻是“懒惰学习者”算法的一个示例，这意味着它不会使用训练集来构建模型，直到执行对数据集的查询为止。
技术百科解释了K最近邻居（K-NN）
k最近邻居是一种数据分类算法，它通过查看周围的数据点来尝试确定该数据点所在的组。
一种算法，查看网格上的一个点，尝试确定某个点是否在组A或B中，然后查看该点附近的点的状态。 该范围是任意确定的，但重点是要采样数据。 如果大多数点在组A中，则所讨论的数据点可能是A而不是B，反之亦然。
k最近邻是“懒惰学习者”算法的一个示例，因为它不会预先生成数据集的模型。 它所做的唯一计算是当要求轮询数据点的邻居时。 这使得k-nn非常易于实现以进行数据挖掘。
