k-近邻算法

knn的优缺点

优点：精度高，对异常值不敏感，无数据输入假定。

缺点：计算复杂度高，空间复杂度高。

适用数据范围：数值型和标称型。

knn的大致流程

1.计算未知点与数据集中所有点的距离。

2.按距离从小到大排序。【距离值越小，越相似】

3.取前k个距离相似的点。

4.统计每个点的分类标签。【判断分类标签，哪个标签出现的次数多，未知点就属于哪种分类】

基础概念

https://blog.youkuaiyun.com/u013829973/article/details/77942942(一)

实战项目

https://blog.youkuaiyun.com/u013829973/article/details/77950299(二)

用Spark实现knn

https://www.jianshu.com/p/ac8f4f84c934