数据挖掘与数据仓库（共享）

近邻分类方法是基于实例的分类方法，不需要事先进行分类器的设计，直接使用训练集对未知类标号的数据样本进行分类，最近邻分类、k-近邻分类。

近邻法分类，对被识别样本某个给定近邻域中的已知类别的学习样本数量进行统计，并以其中数量最多的那一类作为分类结果的分类方法。

最近邻算法其实并没有一般机器学习算法的流程如初始化参数，训练拟合等等。最近邻算法的实质便是将测试集中的图片数据与训练集中的图片数据逐一进行比较。寻找到跟这个测试数据最相近的训练数据所对应的标签，这个所得到的标签便是测试数据的分类类别。