K近邻算法（K-Nearest Neighbors，KNN）

K近邻算法（K-Nearest Neighbors，KNN）是一种基本的监督学习算法，常用于分类和回归任务。KNN的基本思想是通过测量不同样本点之间的距离，将新样本的类别标签赋予其K个最近邻居中出现最频繁的类别。

以下是KNN的基本原理和使用方法：

基本原理

• 距离度量： KNN通常使用欧氏距离（Euclidean distance）或其他距离度量来衡量样本点之间的相似性。
• 邻居选择： 对于一个新样本，找到离它最近的K个训练样本。
• 多数投票： 对于分类问题，将K个最近邻居的类别标签进行投票，选择得票最多的类别作为新样本的预测类别。对于回归问题，可以取K个最近邻居的平均值作为预测值。

优点

• 简单而有效： KNN是一种非参数化方法，模型不需要训练过程，易于理解和实现。
• 适用于多类别问题： KNN可用于处理多类别分类问题。

使用方法

KNN的使用通常包括以下步骤：

• 数据准备： 收集并准备好带标签的训练数据集。
• 选择K值： 选择K值，即决定考虑多少个最近邻居。
• 距离度量： 选择合适的距离度量方法。
• 训练模型： 对于KNN来说，训练过程仅仅是将训练数据存储起来。
• 预测： 对于新样本，计算它与训练数据中每个样本的距离，选取距离最近的K个样本，通过多数投票确定预测类别。

代码示例（使用Python和scikit-learn）

以下是一个简单的KNN分类的示例：

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score, classification_report

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建KNN模型
model = KNeighborsClassifier(n_neighbors=3)  # 设置K值为3

# 训练模型
model.fit(X_train, y_train)

# 预测
y_pred = model.predict(X_test)

# 评估模型性能
accuracy = accuracy_score(y_test, y_pred)
report = classification_report(y_test, y_pred)

print(f'Accuracy: {accuracy}')
print(f'Classification Report:\n{report}')

在这个示例中，n_neighbors参数设置了K值，你可以根据需要调整K值以及其他参数。详细的参数说明可以在官方文档中找到。