k-近邻算法（kNN）采用测量不同特征值之间的距离方法进行分类
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。
工作原理：训练样本集的每条数据包含n个特征值和一个指明所属分类的标签，输入待处理数据后，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，提取k个最相似的数据，k条数据中出现次数最多的分类，即为新数据的推测分类（通常k是不大于20的整数），这就是k-近邻算法中k的出处。
例如： 训练样本集 特征一特征二分类1.01.1A1.01.0A00B00.1B (由于人类大脑限制，只能可视化处理三维以下的事务，因此为了实现简单的可视化，这里的数据只选择两个特征) 待测数据：（20，80） 目标：分类 第一步 准备：使用python导入数据 创建python模块kNN.py: def createDataSet(): group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels = ['A','A','B','B'] return group, labels 第二步 k-近邻算法： kNN模块中加入classify0()函数： def classify0(inX, dataSet, labels, k): dataSetSize = dataSet.shape[0] diffMat = tile(inX, (dataSetSize,1)) - dataSet sqDiffMat = diffMat**2 sqDistances = sqDiffMat.sum(axis=1) distances = sqDistances**0.5 sortedDistIndicies = distances.argsort() classCount={} for i in range(k): voteIlabel = labels[sortedDistIndicies[i]] classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1 sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True) return sortedClassCount[0][0] inX：待测数据向量 dataSet：训练样本数据集 labels： 标签向量 k：最近邻居的数目 标签向量的元素数目和矩阵dataSet的行数相同，程序使用欧式距离公式计算xA和xB之间的距离： 如果数据集存在4个特征值，则点(4,0,0,1)与(7,6,9,4)之间的距离为： 结果应该为B，一个简单的分类器构造完毕。
