KNN算法
KNN算法是一个用于对数据样本进行分类预测的算法
KNN算法就是根据样本之间的距离，来对新的样本来进行分类
计算过程：将新的样本点，与历史样本点中的每一个样本点进行距离的计算 取前k个距离最近的样本点的分类结果 取分类结果频次最好的二分类项作为新样本的分类。
网络搜索：手动指定不同参数的检索范围，通过网络搜索来寻找最优的超参数或者模型参数
K就表示要取离新样本最近的K个样本进行分类决策
通常我们只提供已有数据的 90 %作为训练样本来训练分类器 ,而使用其余的 10% 数据去测试分类器(测试数据占总数据比例不同也会影响到算法的测试结果),且数据划分是随机的
机械学习中的两种类型参
