K-近邻算法及应用

一：作业信息

博客班级	https://edu.cnblogs.com/campus/ahgc/AHPU-se-JSJ18
作业要求	https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/12004
作业目标	感知器及其应用
学号	3180701325
【实验目的】

理解K-近邻算法原理，能实现算法K近邻算法；
掌握常见的距离度量方法；
掌握K近邻树实现算法；
针对特定应用场景及数据，能应用K近邻解决实际问题。
【实验内容】

实现曼哈顿距离、欧氏距离、闵式距离算法，并测试算法正确性。
实现K近邻树算法；
针对iris数据集，应用sklearn的K近邻算法进行类别预测。
针对iris数据集，编制程序使用K近邻树进行类别预测。
【实验报告要求】

对照实验内容，撰写实验过程、算法及测试结果；
代码规范化：命名规则、注释；
分析核心算法的复杂度；
查阅文献，讨论K近邻的优缺点；
举例说明K近邻的应用场景。
实验过程

实验小结
掌握了常见的距离度量方法