---
title: K近邻算法
tags:
  - concept
  - machine-learning
  - knn
  - joplin
type: concept
source_type: reconstructed
created: 2026-04-22
updated: 2026-04-22
---

# K近邻算法

> [!abstract]
> K近邻算法通过比较样本间距离，用最近邻样本的类别来决定当前样本的预测结果。

## 核心内容

- 距离度量
- 邻域投票
- 局部相似性

## 判别边界

- 它不依赖显式参数化训练过程。
- 但它对特征尺度、距离定义和 `k` 的选择很敏感。

## 来源

- [[raw/Joplin/机器学习/1、入门机器学习/3、分类算法体系.md]]
- [[raw/Joplin/机器学习/2、统计学习方法/统计学习方法--第03章--K近邻算法.md]]

## 相关页面

- [[机器学习基础]]
- [[机器学习分类算法体系]]
- [[统计学习判别与分类方法]]
- [[交叉验证]]