分类算法有很多，贝叶斯、决策树、支持向量积、KNN等，神经网络也可以用于分类。这篇文章主要介绍一下KNN分类算法。
1、介绍
KNN是k nearest neighbor 的简称，即k最邻近，就是找k个最近的实例投票决定新实例的类标。KNN是一种基于实例的学习算法，它不同于贝叶斯、决策树等算法，KNN不需要训练，当有新的实例出现时，直接在训练数据集中找k个最近的实例，把这个新的实例分配给这k个训练实例中实例数最多类。KNN也成为懒惰学习，它不需要训练过程，在类标边界比较整齐的情况下分类的准确率很高。KNN算法需要人为决定K的取值，即找几个最近的实例，k值不同，分类结果的结果也会不同。
2、举例
看如下图的训练数据集的分布，该数据集分为3类（在图中以三种不同的颜色表示），现在出现一个待分类的新实例（图中绿色圆点），假设我们的K=3，即找3个最近的实例，这里的定义的距离为欧氏距离，这样找据该待分类实例最近的三个实例就是以绿点为中心画圆，确定一个最小的半径，使这个圆包含K个点。
如图所示，可以看到红圈包含的三个点中，类别2中有三个，类别3有一个，而类别1一个也没有，根据少数服从多数的原理投票，这个绿色的新实例应属于2类。
3、K值的选取。
之前说过，K值的选取，将会影响分类的结果，那么K值该取多少合理。我们继续上面提到的分类过程，现在我们把K设置为为7，如下图所示：
可以看到当k=7时，最近的7个点中1类有三个，2类和3类都有两个，这时绿色的新实例应该分给1类，这与K=5时的分类结果不同。
K值的选取没有一个绝对的标准，但可以想象，K取太大并不能提高正确率，而且求K个最近的邻居是一个O(K*N)复杂度的算法，k太大，算法效率会更低。
虽然说K值的选取，会影响结果，有人会认为这个算法不稳定，其实不然，这种影响并不是很大，因为只有这种影响只是在类别边界上产生影响，而在类中心附近的实例影响很小，看下图，对于这样的一个新实例，k=3,k=5,k=11结果都是一样的。
最后还有注意，在数据集不均衡的情况下，可能需要按各类的比例决定投票，这样小类的正确率才不会过低。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
用 Power BI 制作地图热力图：基于经纬度数据的实践指南 在数据可视化领域，地图热力图凭借直观呈现地理数据分布密度的优势，成 ...
2025-07-24解析 insert into select 是否会锁表：原理、场景与应对策略 在数据库操作中，insert into select 是一种常用的批量数据插入语句 ...
2025-07-24CDA 数据分析师的工作范围解析 在数字化时代的浪潮下，数据已成为企业发展的核心资产之一。CDA（Certified Data Analyst）数据分 ...
2025-07-24从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下，CDA（Certified Data Analyst）认证成为众多从 ...
2025-07-23用 Python 开启数据分析之旅：从基础到实践的完整指南 在数据驱动决策的时代，数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-23鸢尾花判别分析：机器学习中的经典实践案例 在机器学习的世界里，有一个经典的数据集如同引路明灯，为无数初学者打开了模式识别 ...
2025-07-23解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中，开发者经常需要从服务器返回的响应中提取数 ...
2025-07-22解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中，激活函数扮演着至关重要的角色，它们为网络赋予了非线性能力， ...
2025-07-22CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准， ...
2025-07-22左偏态分布转正态分布：方法、原理与实践 左偏态分布转正态分布：方法、原理与实践 在统计分析、数据建模和科学研究中，正态分 ...
2025-07-22你是不是也经常刷到别人涨粉百万、带货千万，心里痒痒的，想着“我也试试”，结果三个月过去，粉丝不到1000，播放量惨不忍睹？ ...
2025-07-21我是陈辉，一个创业十多年的企业主，前半段人生和“文字”紧紧绑在一起。从广告公司文案到品牌策划，再到自己开策划机构，我靠 ...
2025-07-21CDA 数据分析师的职业生涯规划：从入门到卓越的成长之路 在数字经济蓬勃发展的当下，数据已成为企业核心竞争力的重要来源，而 CD ...
2025-07-21MySQL执行计划中rows的计算逻辑：从原理到实践 MySQL 执行计划中 rows 的计算逻辑：从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-21在AI渗透率超85%的2025年，企业生存之战就是数据之战，CDA认证已成为决定企业存续的生死线！据麦肯锡全球研究院数据显示，AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃，裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋，你是否发现： 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下，CDA 数据分析师认证愈发受到瞩目，成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人，想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”，而AI，与数据密不可分。网易公司创始人丁磊在《AI思维：从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师：数据时代的价值挖掘者 在大数据席卷全球的今天，数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
