K近邻算法学习

https://www.cnblogs.com/sjjsxl/p/6844091.html

https://zhuanlan.zhihu.com/p/25994179

1.思想

k近邻法输入为实例的特征向量，输出为实例的类别。算法思想是，给定训练数据集，对应输入空间的各个数据点，要判断一个新的数据点的分类，则取目标数据点最近的k个数据点，

然后统计这k个数据点中每个分类各占多少，并取数量最多的那个分类作为目标数据点的分类。

//我存在的问题是，对于初始化的时候，第一二个点是如何确定类呢？如何初始化的？这整个算法是一个迭代的过程吗？