k近邻(K-Nearest Neighbor, 简称KNN)算法既可以用于分类问题也可以用回归问题．两者最大的区别在于最终决策时方法的选择，对于分类问题来说，采用多数表决法；而对于回归问题来说，采用选择平均法；
在此只总结分类问题中的ｋ近邻模型．
一. Ｋ近邻模型
ｋ近邻算法对于分类问题的大致描述：对于给定的训练数据集，有新的实例输入，在训练数据集中找到与该实例最邻近的ｋ个实例，这个ｋ个实例中大多数属于哪个类别，则把这个新的实例归为这个类别．
通过以上，可以看出当训练数据集确定后，并指定邻近度量(距离度量)方法，ｋ值以及决策规则(上述的规则被称为多数表决)后，对于任何一个新的输入实例，都有唯一确定的类别．因此，ｋ近邻模型由距离度量，ｋ值和决策规则这三个要素组成．
１. 距离度量
在ｋ近邻模型中一般使用的距离是欧式距离，当然也可以是其他距离．
比如闵可夫斯基距离
当式中ｐ＝1时，称为曼哈顿距离；ｐ＝２时称为欧式距离；当ｐ＝∞时称为切比雪夫距离，切比雪夫距离定义为各坐标数值差的最大值，其公式为：
当然，选择不同的距离度量确定的邻近点也是不同的．
2. k值的选择
如果ｋ值的选择过小，比如极端值ｋ＝１(这时算法称为最近邻算法), 结果将会归为最近邻的那一个点所属的类别，但是当这个最近邻点为噪声，那么预测将会出错．也就是说ｋ值的减少会增大模型的复杂程度，容易发生过拟合．
如果ｋ值的选择过大，比如极端值ｋ＝Ｎ(N为样本容量), 那么无论输入什么实例，预测的结果均为训练集中最多的类，这时模型又过于简单．
在实际应用中，通常会采用交叉验证的方法选择最优的ｋ值．
3. 决策规则
对于分类问题的ｋ近邻模型来说，常用的决策规则是多数表决，即由输入实例的ｋ个邻近的训练实例中的多数类别来决定输入实例的类别．
多数表决规则等价于误分类率最小化(即经验风险最小化).
参考：
李航博士著＜统计学习方法＞
