k近邻算法 简介：用于分类和回归的非参数方法 对于每个输入实例，在特征空间中找到最近的k个 对于回归问题：对x的预测基于k个实例的标签的平均值 对于分类问题：做邻居间的多数投票 非参数KNN 没有参数需要学习 实际上有n个参数，每个实例都是一个参数 有n/k个有效参数 超参数k： 不能讲训练集上的平方误差和作为选择k的标准，因为k=1，结果总是最好的 在验证集上调整k的取值