核心概念
k近邻
依据距离找到训练集中最近的k个样本，并用其目标投票或平均的局部方法。
k-NN KNN k最近邻 最近邻法
简明解释
k近邻（k-nearest neighbors，k-NN）寻找离新点最近的 个训练样本，分类时投票、回归时平均。距离度量、特征缩放和 都决定“邻居”是谁；高维中局部邻域会变稀，训练简单不等于无需验证。[1, §§2.3.2, 2.5]
别和什么混淆
k均值是无监督聚类；k-NN使用带目标的邻居作预测。
核心概念
依据距离找到训练集中最近的k个样本，并用其目标投票或平均的局部方法。
k近邻（k-nearest neighbors，k-NN）寻找离新点最近的 个训练样本，分类时投票、回归时平均。距离度量、特征缩放和 都决定“邻居”是谁；高维中局部邻域会变稀，训练简单不等于无需验证。[1, §§2.3.2, 2.5]
k均值是无监督聚类；k-NN使用带目标的邻居作预测。