1 k近邻原理介绍

k最近邻(k-Nearest Neighbor)算法是比较简单的机器学习算法。它采用测量不同特征值之间的距离方法进行分类。它的思想很简单：如果一个样本在特征空间中的多个最近邻(最相似〉的样本中的大多数都属于某一个类别，则该样本也属于这个类别。第一个字母k可以小写，表示外部定义的近邻数量。

简而言之，就是让机器自己按照每一个点的距离，距离近的为一类。

当 k=3时，
黑色的圆，距离最近的3个样本中，有两个红三角，一个方绿，那么黑圆归类为红三角；

当 k=5时，
黑色的圆，距离最近的5个样本中，有两个红三角，三个方绿，那么黑圆归类为方绿；

2 支持向量机原理

支持向量机（SVM）是机器学习算法