摘要： KNN算法的英文名称是K-Nearest Neighbour，即k最近邻算法。它的基本思想是先把所有的训练样例存储起来，当有需要分类的实例时，用该实例和所有的训练样例进行相似度比较，然后找出最相似的k个训练样例，然后查看这个k个训练样例哪个分类占比最高，就把该分类赋给需要分类的实例。比较实例的相似度一般使用距离来度量。优点：算法简单易懂、准确性高、对数据没有特殊要求缺点：对离群值敏感、计算量大、内存需求大适用于数值型定量数据和名词型定性数据代码如下：public class KNN{ /**classify an instance * * @param instance need to ... 阅读全文