KNN是一種用來分類的模型，他的概念可以說是『誰的人多誰就是老大』。使用KNN演算法大致可以分成3個步驟：
Step1：決定k值
Step2：得出所有資料點之間的距離
Step3：得出離自己最近的k個點
Step4：看看這k個點中哪一個類別的最多，自己就是哪一個類別
拿上方的例子來看，。若是我們的k設定為3，則以虛線圓圈內的中心正方形就會去找離他最近的三個資料，得出是2個圓形、1個三角形，則由於多數決的緣故，這個正方形的新分類就會被設定為圓形。
而這個結果會隨著我們設定的k值大小，導致結果跟著改變。就像下方，我們使用同一張圖以及同一個基準點，但現在的k值從原本的3改變成5。我們的鄰居就會從2個圓形、1個三角形變成3個三角形、2個圓形。因此新分類也從圓形變成了三角形。
所以我們可以得出結論，在KNN之中，k值的設定對於整體模型來說非常重要，只要改變了k值，我們的最終結果可能就會有很大的差異。
iThome鐵人賽
看影片追技術