摘要：
1.算法概述
2.算法推导
3.算法特性及优缺点
4.注意事项
5.实现和具体例子
6.适用场合
内容：
1.算法概述
K近邻算法是一种基本分类和回归方法；分类时，根据其K个最近邻的训练实例的类别，通过多数表决等方式进行预测；k近邻法实际上利用训练数据集对特征向量空间进行划分，并作为其分类的"模型"。（Cover和Hart 在1968）--参考自《统计学习方法》
2.算法推导
2.1 kNN三要素
k值的选择：当k值较小时，预测结果对近邻的实例点非常敏感，容易发生过拟合；如果k值过大模型会倾向大类，容易欠拟合；通常k是不大于20的整数（参考《机器学习实战》）
距离度量：不同距离度量所确定的最近邻点是不同的
分类决策规则：多数表决（majority voting）规则是在损失函数是0-1损失函数是的经验风险最小化
2.2 KD树：解决对k近邻进行快速搜索的一种二叉树，构造kd树相当于不断用垂直于坐标轴的超平面将K维空间划分，构成一系列的K维超矩阵区域；每一个节点对应于一个k维超矩形区域。一般情况下顺序选择坐标轴及坐标轴的中位数进行切分。kd树是平衡的但效率未必最优--参考自《统计学习方法》
3.算法特性及优缺点
优点：精度高，对异常值不敏感
缺点：k值敏感，空间复杂度高（需要保存全部数据）,时间复杂度高（平均O(logM)，M是训练集样本数）
4.注意事项
归一化：基于距离的函数，要进行归一化；否则可能造成距离计算失效
5.实现和具体例子
KD树进行最近邻搜索（《统计学习方法》算法3.3）
机器学习实战中的提高约会网站配对指数和手写识别的例子（numpy实现，未使用KD树）
6.适用场合
是否支持大规模数据：单机下时间和空间消耗大，不过可以通过分布式解决（github上找到的一个spark knn实现，有时间研究下）
特征维度
是否有 Online 算法:应该是有的（待确定）
特征处理：支持数值型数据，类别型类型需要进行0-1编码