文章首发于 个人博客
引言
k 近邻法（k-nearest-neighbor, KNN）是一种基本的分类和回归方法。现在只讨论其分类方面的应用，它不具备明显的学习过程，实际上是利用已知的训练数据集对输入特征向量空间进行划分，并作为其分类的“模型”。
其中 k 值的选择、距离的度量及分类决策规则是 k 近邻模型的三个基本要素。
本文将按照以下提纲进行：
k 近邻法阐述
k 近邻的模型
k 近邻在手写数字识别上的实战
k 近邻法阐述
k 近邻算法非常容易理解，因为其本质上就是求距离，这是非常简单而直
