1． 푘 近邻法是基本且简单的分类与回归方法。 푘 近邻法的基本做法是：对给定的训练实例点和输入实例点，首先确定输入实例点的 푘 个最近邻训练实例点，然后利用这 푘 个训练实例点的类的多数来预测输入实例点的类。
2． 푘 近邻模型对应于基于训练数据集对特征空间的一个划分。 푘 近邻法中，当训练集、距离度量、 푘 值及分类决策规则确定后，其结果唯一确定。
3． 푘 近邻法三要素：距离度量、 푘 值的选择和分类决策规则。常用的距离度量是欧氏距离及更一般的pL距离。 푘 值小时， 푘 近邻模型更复杂； 푘 值大时， 푘 近邻模型更简单。 푘 值的选择反映了对近似误差与估计误差之间的权衡，通常由交叉验证选择最优的 푘 。
常用的分类决策规则是多数表决，对应于经验风险最小化。
4． 푘 近邻法的实现需要考虑如何快速搜索k个最近邻点，并用分类决策规则确定最终点的归类。
（二）算法步骤
k-近邻算法步骤如下：
计算已知类别数据集中的点与当前点之间的距离；
按照距离递增次序排序；
选取与当前点距离最小的k个点；
确定前k个点所在类别的出现频率；
返回前k个点所出现频率最高的类别作为当前点的预测分类。
使用K-近邻算法分类爱情片和动作片，图1-1显示了6部电影的打斗和接吻镜头数。我们可以使用KNN算法，对一部未看过的电影，确定它是爱情片还是动作片。
# -*- coding: UTF-8 -*-
import collections
import numpy as np
def createDataSet():
#四组二维特征
group = np.array([[1,101],[5,89],[108,5],[115,8]])
print(group)
#四组特征的标签
labels = ['爱情片','爱情片','动作片','动作片']
return group, labels
def classify(inx, dataset, labels, k):
# 计算距离 其实就是计算点一定之间的距离
dist = np.sum((inx - dataset)**2, axis=1)**0.5
#print("dist",dist)
# k个最近的标签
# dist.argsort 将x中的元素从小到大排列，提取其对应的index(索引)
k_labels = [labels[index] for index in dist.argsort()[0 : k]]
print('k_labels', k_labels)
# 出现次数最多的标签即为最终类别
#主要功能：可以支持方便、快速的计数，将元素数量统计，然后计数并返回一个字典，键为元素，值为元素个数。
print('k_labels',collections.Counter(k_labels).most_common(1)[0][0])
label = collections.Counter(k_labels).most_common(1)[0][0]
return label
if __name__ == '__main__':
#创建数据集
group, labels = createDataSet()
#测试集
test = [55,20]
#kNN分类
#test_class = classify0(test, group, labels, 3)
test_class = classify(test, group, labels, 3)
#打印分类结果
print(test_class)
（四）总结
优点：
1.k近邻算法理论简单，容易实现。
2.准确性高，对异常值和噪声有较高的容忍度
缺点：
1.k取值很小容易受异常点影响；k取值很小容易受数量波动影响
