KNN（K-近邻算法）

简介：
计算测试点和样本点之间距离进行分类，选用欧式距离计算距离

适用范围：
数值型和标称型

步骤：
1.计算测试点到所有样本点的距离；
2.对所有距离排序，取前k个最小距离；
3.计算这k个距离对应分类各有多少，选择最多的那个类作为测试点的类别；

缺点：
1.必须保存所有数据集，必须把每个测试点和所有样本点计算距离，当样本点很大时，很耗存储空间和计算资源；
优点：
1.精度高，对异常值不敏感，无数据输入假定