关于k近邻法的研究

在这里我们将学习到k-近邻法的基本原理，如何使用测量距离的方法来分类；我们会学习如何玻璃钢Python从文本文件导入并理解数据；再次，还要避免在存在许多数据俩元时，要避免计算计算距离时遇到的一些常见错误；利用k-近邻算法改进约会网站和数字手写识别系统。

一、算法概述

通过测量不同特征值之间的距离的方法来进行分类。

优点：精度足够高（这点是极好的）、对异常值不敏感（什么是异常值）、无数据输入假定（这儿也不是太清楚）

缺点：计算复杂程度高、空间复杂度高。

对于适用的数据类型：数值型和标称型（什么是标称型）

标称型：标称型目标变量的结果只在有限目标集中取值，如真与假(标称型目标变量主要用于分类)标称型：标称型目标变量的结果只在有限目标集中取值，如真与
假(标称型目标变量主要用于分类)

数值型：数值型目标变量则可以从无限的数值集合中取值，如0.100，42.001等 (数值型目标变量主要用于回归分析)

什么是回归分析啊？两种或者两种以上变量间相互依赖的定量关系的一种统计方法。

首先存在一个数据集合，训练样本集而且存在标签。我们输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行较，算法提取样本中特征最相似数据（最近邻）的分类标签。选择样本集中前k个最相似的数据，这就是k-近邻法中k的出处，通常k是不大于20的整数。最后，选择k个最相似数据中出现的次数最多的分类，作为新数据的分类。（没怎么看懂）

k近邻算法的一般流程

（1）收集数据：可以使用任何方法。

（2）准备数据：距离计算说需要的数值，最好是结构化的数据格式。

（3）分析数据：可以使用任何方法。

（4）训练算法：吃算法不适用于k-近邻算法。

（5）测试算法：计算错误率。

（6）使用算法：首先需要输入样本数据和结构化的输出结果，然后运行KNN判定输入数据分别输入属于哪个分类，最后应用计算出的分类执行后续的处理。