前两天刚听完闵帆老师的讲座，赶紧趁着热乎开撸。
KNN是机器学习里面的入门基础算法之一，但是它的普适性很强，对于新的问题，把KNN拿出来缝缝补补改改它又能战斗了，所以可以把它当做算法检测标杆
KNN思想（人类的比较思维）：要判断一个未知的事物，可以找一个我们知道并且与之最相似的事物，我们就认为它俩是同一种事物。那么具体落到计算机上要怎么实现呢？
其最主要的就是要模拟找相似的过程，对于输入的一个向量，可以考虑衡量它与已知数据的距离，如果距离值越小，就认为两组数组很接近。
距离的计算方式常用有两种，曼哈顿距离与欧几里得距离（这两名字听起来特别离谱，实际上就是初中学的），接着我们找到与之距离最近的K个邻居，K个邻居投票决定待测样本的类别。K的取值对结果的影响还是比较大的，取小了过拟合，取大了欠拟合（这个地方有点迷糊），K尽量取奇数可以避免投票出现平票的尴尬情况。
package com.trian;
import java.io.FileReader;
import java.util.Arrays;
import java.util.Random;
import myself.test;
import weka.core.*;
public class KnnClassification {
public static final int MANHATTAN = 0;
public static final int EUCLIDEAN = 1;
public int distanceMeasure = EUCLIDEAN;
public static final Random random = new Random();
int numNeighbors=7;
Instances dataset;
int []trainingSet;
int []testingSet;
int []predictions;
public KnnClassification(String paraFilename){
try{
FileReader fileReader = new FileReader(paraFilename);
dataset=new Instances(fileReader);
dataset.setClassIndex(dataset.numAttributes()-1);
fileReader.close();
}catch(Exception ee){
System.out.println("404 NOT Found");
System.exit(0);
}//of try
}//of KnnClassification
public static int[] getRandomIndices(int paraLength){
int[] resultIndices = new int[paraLength];
for(int i=0;i tempMaximalVoting) {
tempMaximalVoting = tempVotes[i];
tempMaximalVotingIndex = i;
} // Of if
} // Of for i
return tempMaximalVotingIndex;
}//of simpleVoting
public double getAccuracy() {
double tempCorrect = 0;
for(int i=0;i
运行结果：
代码分析：
dataset用于管理arff数据集，数据预处理首先随机打乱数据，然后根据自己的喜好分配训练集与测试集，computeNearests(paraIndex)方法会选出与当前参数最近的k个邻居
simpleVoting(tempNeighbors)方法会依次遍历K个邻居并记录他们的类别数量，最后返回数量最多的那个类别。
distance(int para1,int para2)计算两组数据间的距离。
总结：knn算法很容易理解，感觉也比较暴力。理清这个dataset助手后代码读写也会更容易，instance表示行，也就是一行数据，一个数据对象，Attributes表示列，也就是属性。虽然knn是入门的第一个算法，但是也不能小看它，由于它的思想过于简单没有那么多弯弯绕绕，刚接触的时候难免让人觉得离谱，但是仔细一想，我们人类认识新事物好像绝大部分时候也是这么简单。knn没有学习过程，直接在训练集里找“答案”。
