k近邻(k-Nearest Neighbor,简称kNN)学习是一种常用的监督学习方法，其工作机制非常简单：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本。然后基于这k个“邻居”的信息进行预测。通常在分类任务中可使用“投票法”，即选择这k个样本中出现最多的类别标记作为预测结果；在回归任务中可使用“平均法”，即将这k个样本中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或加权投票，距离越近的样本权重越大。kNN没有一个显示的训练过程。
如下图所示，判断测试样本是正例还是反例，虚线显示出等距线：
测试样本在k=1或k=5时被判别为正例，k=3时被判别为反例。可以看出k的选择至关重要。关于k值如何选择现在还有有一个定论。一般做法是多选几个k进行交叉验证。
k–近邻算法是一种非参数模型。简单来说，参数模型(如线性回归、逻辑回归 等)都包含待确定的参数。训练过程的主要目的是寻找代价最小的最优参数。 参数一旦确定，模型就完全固定了，进行预测时完全不依赖于训练数据。非参数 模型则相反，在每次预测中都需要重新考虑部分或全部训练(已知的) 数据。
kNN算法
优点：
(1)简单且有效
(2)对数据的分布没有要求
(3)训练阶段很快
缺点：
(1)不产生模型
(2)分类阶段很慢
(3)需要大量的内存
(4)名义变量和缺失值需要额外处理
遗留问题：
1:kd树
2:kd树搜索
