KNN算法

K近邻算法将每组数据分到某个类中，其具体过程如下：

给出已知类别的数据集；

然后对于未知类别属性的数据集中的每个点依次执行以下操作：

1.计算已知类别数据集中的点与当前的点的距离；

2.按照距离依次排序；

3.选取与当前点距离最小的k个点；

4.确定前k个点所出现类别的出现频率；

5，返回前k个点中出现频率最高的类别作为当前点的预测分类。