K近邻算法如何应用于高维数据空间？

本文共计1626个文字，预计阅读时间需要7分钟。

K近邻算法简介：KNN算法是最简单的预测模型之一，没有太多数学上的假设，也不需要复杂的数据处理。它所需求的就是以下两点：

1.某种距离计算的概念

一、K近邻算法简介

K近邻算法(K-Nearest Neighbor)简称KNN算法,是最简单的预测模型之一，它没有多少数学上的假设，也不要求任何复杂的处理，它所要求的只有以下两点

1.某种距离计算概念

2.彼此接近的点具有相似的性质

即对于一个新样本，算法在已有数据中寻找与它最相似的K个数据，或者说“离它最近”的K个数据，如果这K个数据大多数属于某个类别，则该样本也属于这个类别。