数据词典：k近邻算法（k-Nearest Neighbor Algorithm）

赵老师

k近邻（k-Nearest Neighbor：kNN）算法是一种非常简单的分类算法，稍加改造也可用于预测问题。K近邻算法的基本思想是：距离输入对象最近的k个对象决定输入对象的未知属性，即输入数据的类别由其k个最近邻决定。有一句成语非常准确地刻画了k近邻算法思想，那就是“近朱者赤，近墨者黑”。

K近邻算法也可以看作是基于实例的学习，其基本思想是一样的。K近邻算法是一种“惰性”学习策略。也就是说，k近邻算法的学习过程和判定过程合为一体，不需要先通过训练生成模型，但是，需要保存所有的训练样本。惰性学习策略能够更好地适应数据的动态变化，即算法的适应性比较好。但是，由于需要在执行过程中动态完成学习，因此其运行时间相对比较长。

【出处】鲍军鹏,张选平.人工智能导论（第2版）,机械工业出版社,2021年1月.