目录 24.1 一节入门K近邻算法 24.2 邻点搜索方法:KD树 24.3 邻点搜索方法:穷举法 24.4 KNN算法的13种距离方式 24.5 设置搜索方法和距离权重 24.6 K值选取和应用、分类原理 24.7 平局分类规则 24.8 先验概率和权重 24.9 其他属性 24.10 交叉验证模型 24.11 交叉验证数据的划分和保留 24.12 再代入误差和混淆矩阵 24.13 超参数优化 24.14 KNN分类实例:根据WiFi强度判断位置 24.15 K近邻算法实例:mnist手写体数据集分类识别 End