🌈个人主页: 程序员不想敲代码啊
🏆CSDN优质创作者，CSDN实力新星，CSDN博客专家
👍点赞⭐评论⭐收藏
🤝希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！
🌹近邻算法
🌹近邻算法（K-Nearest Neighbors, KNN）是一种经典的监督学习算法，常用于分类和回归问题。它的原理相对简单，容易理解和实现。
🌹KNN算法的基本思想是：对于一个未知样本，根据其特征与其最接近的K个已知样本进行投票或者计算平均值，来确定其标签或数值。
🌹以下是KNN算法的步骤：
💥1. 加载数据集： 将已标记的训练样本集加载到内存中。
💥2. 特征标准化： 使用合适的特征标准化
![[Python] scikit-learn - K<span style='color:red;'>近邻</span><span style='color:red;'>算法</span><span style='color:red;'>介绍</span>和使用案例](https://img-blog.csdnimg.cn/direct/69bc6f06853843e3bbb763258ebb6124.png)
