打卡第一天
k-近邻算法
目的：对一个新样本进行分类
已知：一组数据集，并且已知他们的类别
对新的样本，计算它的每一个特征值与训练集中数据的特征，选取前k个最近的数据，获取他们的标签值，认为他们最多的标签值就是新样本的标签值。
k-近邻的核心：距离的测量方式，欧式距离
难点：较难选取k值。
注意到当样本各特征值较大的时候，需要对样本的特征值进行归一化。
