转自：https://zhuanlan.zhihu.com/p/46448216
这个系列都是为了面试复习准备的，有一些参考李航老师的统计学习方法，有一些则是借鉴于知乎的一些大佬，话不多说，干正事。
1. 什么是KNN
2. K值对估计误差、近似误差的影响
3.KNN的实现
这里简单补充一下k值如何通过交叉验证的方式选出。既然要用交叉验证，那么就需要一个评估函数，最简单的评估函数就是当预测正确时候得分为1，不正确时候得分为0，得分越高模型越好。
4. KNN扩展
5.KNN进阶
（kd的构建过程详细的见统计学习方法把）
6. 总结
