机器学习算法：k近邻法（k-NN）
分类与回归算法，多分类。
三个基本要素：K值的选择，距离度量，分类决策规则。
1 k近邻算法（分类）
最近邻算法：k=1的k近邻法。即对于输入的实例点x（特征向量），最近邻法将训练数据集中与x最邻近点的类作为x的类。
k近邻法没有显示的学习过程。（“懒惰学习”：训练阶段仅仅保存训练样本，收到测试样本后再进行处理。）
1.1 k近邻模型
1.1.1 模型
在三要素确定的情况下，根据每个训练实例点，对特征空间进行划分。
（对每个训练实例点，距离该店比其他店更近的所有点组成的区域叫做单元）
1.1.2 三要素
1.1.2.1 距离度量
由不同距离度量所确定的最近邻点是不同的。
1.1.2.2 k值的选择
k值过小，模型越复杂，近似误差较小，估计误差增大。越易过拟合。
k值过大，模型越简单，近似误差越大，估计误差减小。
在应用中，k值一般取一个比较小的数值。
1.1.2.3 分类决策规则
一般选择多数表决，即由输入实例的k个邻近的训练实例中的多数类决定输入实例的类。
误分类率：
要使误分类率最小即经验风险最小，所以多数表决规则等价于经验风险最小化。
1.3 k近邻法的实现：kd树
如何对训练数据进行快速k近邻搜索？
（1）线性扫描：计算输入实例与每个训练实例的距离。不可行。
（2）kd树方法
1.3.1 构造kd树
kd树是二叉树，表示对k维空间的一个划分。
1.3.2 搜索kd树
如果实例点是随机分布的，kd树搜索的平均计算复杂度是O(logN)，这里N是训练的实例数。kd树更适用于训练实例数远大于空间维数时的k近邻搜索。
当空间维数接近训练实例数时，它的效率会迅速下降，几乎接近线性扫描。
2 k邻近算法（回归）
在回归算法中，通常采用“平均法”，即将这k个样本的实值输出标记的平均值作为预测结果；还可基于距离远近进行加权平均，距离越近的样本权重越大。
参考文献：
【1】统计学习方法，李航
【2】机器学习，周志华