一、介绍
k-近邻算法（K-Nearest Neighbour algorithm），又称KNN算法，是数据挖掘技术中原理最简单的算法。
工作原理：给定一个已知标签类别的训练数据集，输入没有标签的新数据后，在训练数据集中找到与新数据最邻近的k个实例，如果这k个实例的多数属于某个类别，那么新数据就属于这个类别。简单理解为：由那些离X最近的k个点来投票决定X归为哪一类。
二、k-近邻算法的步骤
（1）计算已知类别数据集中的点与当前点之间的距离；
（2）按照距离递增次序排序；
（3）选取与当前点距离最小的k个点；
（4）确定前k个点所在类别的出现频率；
（5）返回前k个点出现频率最高的类别作为当前点
