K近邻 — 一种基于相近样本对新数据进行分类并预测数值的方法
K-Nearest Neighbor（K近邻，KNN）是一种当新数据进入时，从训练数据中找出距离最近的 K 个样本，并利用这些邻居的信息来决定结果的监督学习方法。在分类任务中，它通常通过多数表决来确定类别；在回归任务中，则通过邻近样本目标值的平均或距离加权平均来预测数值。KNN 的核心不在于事先学出一套复杂规则，而在于直接参考已经保存下来的样本做判断。
03/16/2026
K-Nearest Neighbor（K近邻，KNN）是一种当新数据进入时，从训练数据中找出距离最近的 K 个样本，并利用这些邻居的信息来决定结果的监督学习方法。在分类任务中，它通常通过多数表决来确定类别；在回归任务中，则通过邻近样本目标值的平均或距离加权平均来预测数值。KNN 的核心不在于事先学出一套复杂规则，而在于直接参考已经保存下来的样本做判断。
03/16/2026