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）