摘要： 一张图说清楚KNN算法
看下图，清楚了吗？
没清楚的话，也没关系，看完下面几句话，就清楚了。
Example of
k-NN classification. The test sample (green circle) should be classified either to the first class of blue squares or to the second class of red triangles. If
k = 3 (solid line circle) it is assigned to the second class because there are 2 triangles and only 1 square inside the inner circle. If
k = 5 (dashed line circle) it is assigned to the first class (3 squares vs. 2 triangles inside the outer circle).
KNN算法是用来分类的。
这个算法是如何来分类的呢？
看下图，你可以想想下图中的
『绿色圆点』是一只刚生下来的 小鸭子，
『红三角』是成年的老母鸡，
『蓝方块』是成年的母鹅。
问题来了，小鸭子去找自己的妈妈，它觉得老母鸡是自己的妈妈呢，还是母鹅是自己的妈妈呢？
小鸭子（KNN算法）视力范围1米内（实线圆圈），发现了2只母鸡和1只鹅，小鸭子就认为母鸡是自己的妈妈。
如果小鸭子（KNN算法）视力范围2米内（虚线圈），发现了3只母鹅和2只母鸡，鹅比鸡多，小鸭子就认为鹅是自己的妈妈。
还没有清楚的话，看下面的原汁原味的解释吧。
reference：
https://en.wikipedia.org/wiki/K-nearest_neighbors_algorithm
转播
