一，KNN分类

K-Nearest Neighbor K临近算法是一种有监督的分类算法，工作原理很简单，存在一个样本集合，也成为训练样本，样本中包含标签，将新数据的每个特征与样本集合的数据对应特征进行比较，然后提取样本最相似的分类标签，k就是选择的最相似的数据点，选择k个点中出现频率最高的分类，就是新数据的分类。一般来说k不会超过20个。Knn有两个细节需要注意，一个是相似度算法，常用包含欧式距离，余弦距离等等，另外一个在计算相似度之前需要归一化特征，比如使用离差标准化（Min-Max），把所有特征都转换到[0，1]之间，转换公式为newx=(x-min)/(max-min)。K-Nearest Neighbor K临近算法是一种有监督的分类算法，工