k-近邻法(kNN)

原理： 已知一个训练样本集（有标签），计算待测试样本与所有训练样本的距离。

按距离从小到大进行排序并取前 k 个，统计 k 个中出现次数最多的分类为分类结果。

 

优点：精度高，对异常值不敏感，无数据输入假定

缺点：计算复杂度高，空间复杂度高