此稿件为参加萌虎招新的参赛稿件，视频投稿活动正在进行中，详情请戳 萌虎招新。

虽然名字中有 NN，KNN 并不是哪种神经网络。它全名 K-Nearest Neighbors K近邻算法，是机器学习中常用的分类算法。

物以类聚、人以群分，KNN 的基础思想非常简单。要判断一个新数据的类别，就看它的邻居都是谁。

假设我们的任务是分类水果，虽然不知道拿在手中的新水果是梨还是苹果，但通过观察它的大小和颜色，我们找到了它在坐标系中的位置。再看看已经确定的苹果和梨都在哪儿，如果附近的苹果多，我们就认为它是苹果，反之就认为它是梨。

KNN 中的 K 指的是「K 个」邻居，K=3 就是通过离的最近的 3 个样本，来判断新数据的类别。「大小」和「颜色」是数据的「特征」，苹果和梨是数据的「标签」。计算距离时既可以使用两点之间的直线距离，也就是欧式距离。也可以使用坐标轴距离的绝对值的和，也就是曼哈顿距离。

对于 KNN 来说，K 的取值非常重要，如果 K 的值太小，结果很容易受个例影响；K 的值太大，又会受距离较远的特殊数据影响。K 的取值受问题自身和数据集大小决定，很多时候要靠反复尝试。

KNN 算法能做什么？

根据花瓣长度、宽度等特征判断植物类别，将文本分词、统计词频等处理后判断文章的类型。电商、视频网站可以找到与你相似的用户，依据他们的选择推荐你可能感兴趣的商品或内容。

简单好用的 KNN 同样存在一定的缺点。它的流程是先计算新样本与所有样本之间的距离，按由近及远的顺序排列后，再按 K 值确定分类。因此数据越多 KNN 的计算量越大，效率也越低，很难应用到较大的数据集中。