下面通过一个简单的例子说明一下：如下图，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K=3，由于红色三角形所占比例为2/3，绿色圆将被赋予红色三角形那个类，如果K=5，由于蓝色四方形比例为3/5，因此绿色圆被赋予蓝色四方形类。
由此也说明了KNN算法的结果很大程度取决于K的选择
在KNN中，通过计算对象间距离来作为各个对象之间的非相似性指标，避免了对象之间的匹配问题，在这里距离一般使用欧氏距离或曼哈顿距离：
同时，KNN通过依据k个对象中占优的类别进行决策，而不是单一的对象类别决策。这两点就是KNN算法的优势。
接下来对KNN算法的思想总结一下：就是在训练集中数据和标签已知的情况下，输入测试数据，将测试数据的特征与训练集中对应的特征进行相互比较，找到训练集中与之最为相似的前K个数据，则该测试数据对应的类别就是K个数据中出现次数最多的那个分类，其算法的描述为：
1）计算测试数据与各个训练数据之间的距离；
2）按照距离的递增关系进行排序；
3）选取距离最小的K个点；
4）确定前K个点所在类别的出现频率；
5）返回前K个点中出现频率最高的类别作为测试数据的预测分类
缺点：
1）没有建立模型，测试样本和预测样本都要与所有的训练样本比较，当训练集合测试集数据规模很大时，计算量会很大；
2）K近邻并不能给出一个可以理解的模型，不生成模型。
注意：计算样本与样本之间的相似度（或者距离）。由于样本的类别是由K近邻中最经常出现的类别决定的，注意K 的取值问题。注意 k=1 的情况下并不能足以决定测试样本的类别，因为数据有噪声和异常值（outliers）。需要多一些的近邻集合来准确的决定类别。
参考博客：
https://www.cnblogs.com/ybjourney/p/4702562.html
《Web数据挖掘》（第二版） Bing Liu 著 俞勇等译 -------------------------------（第三章 监督学习 3.9节 k-近邻学习）
