Python机器学习(scikit-learn)：k最近邻 (k-NN)、特征缩放（标准化归一化数据）-谢TS的博客.pdf

k近邻算法 (k-NN, K-NearestNeighbor)。k-NN 算法构建模型只需要保存训练集数据即可。k-NN 模型把样本的所有特征构造一个坐标系（二维、三维 或 更高维），每一个样本都在坐标系中对应一个点（坐标由样本的所有特征组成）。想对新数据点做出预测，算法会在训练集数据点构成的坐标系中找到最近的 k 个数据点（也就是它的“最近邻”），然后根据这个 k 个数据点对新数据做出预测。当样本特征数据在运算时，为了减小不同特征取值范围误差，可以把特征数据缩放为标准化数据。均值为 0，方差为 1 的数据