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]]