1. 什么是消融实验

消融实验（Ablation Study） 是一种常用于机器学习、深度学习和计算机视觉等领域的实验方法，用于分析模型中各个组成部分对最终性能的贡献。

核心思想是：

在保持其他条件不变的情况下，有选择地移除（或替换）模型中的某一部分，观察性能变化。

通过对比完整模型与“被消融模型”的结果，可以判断某个模块、特征或设计是否真的有效。

---

2. 消融实验的主要目的

一、算法概述

KNN（K-Nearest Neighbors，K 最近邻算法） 是一种基于实例的监督学习算法，用于分类和回归问题。

核心思想：

“物以类聚”——一个样本的类别大概率与它距离最近的样本类别相同。

KNN 不构建显式模型，而是直接利用训练样本进行预测，因此属于：

• 监督学习（Supervised Learning）
• 非参数模型（Non-parametric Model）
• 惰性学习（Lazy Learning）