knn算法，机器学习K-近邻算法

k近邻算法（ kNN ），它的工作原理是：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据 与所属分类的对应关系。输人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比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集中前砼最相似的数，这就是藤近邻算法中的出处，通常是不大于 20 的整数。 最后，选择个最相似数据中出现次数最多的分类，作为新数据的分类。