2.2 KNN算法实现
myKNN.py
KNN算法实现2.3 测试代码
测试代码2.4 运行结果
输入数据的散点图：
k = 4 ，ratio = 0.5（一半测试数据，一半训练数据）时分类结果：
在 k为不同值时运行结果：
可以看出，并不是 k越大，正确率越高，会产生过拟合。
3. 优缺点
优点：
1. 简单，易于理解，易于实现，无需训练；
2. 精度高，对异常值不敏感；
缺点：
计算复杂度高，空间复杂度高。
4. 参考文献
《机器学习实战》
《统计学习方法》
知乎：https://www.zhihu.com/search?type=content&q=KNN
博客：https://www.cnblogs.com/ybjourney/p/4702562.html
不要让懒惰占据你的大脑，不要让妥协拖垮了你的人生。青春就是一张票，能不能赶上时代的快车，你的步伐就掌握在你的脚下。
