KNN

KNN（K-Nearest Neighbors）是一种基于实例的学习方法，主要用于分类和回归问题。它通过计算待预测样本与训练集中样本之间的距离，选取距离最近的K个邻居，然后根据这K个邻居的类别或数值进行投票或平均，得到最终的预测结果。KNN算法简单易实现，无需训练过程，但计算量较大，对内存要求较高。在实际应用中，可以通过选择合适的K值和距离度量方法来优化模型性能。