Python，OpenCV中的K近邻（knn K-Nearest Neighbor）及改进版的K近邻
- 1. 效果图
- 2. 源码
- 参考
这篇博客将介绍将K-最近邻 (KNN K-Nearest Neighbor) 算法及改进版的K近邻，并演示如何根据K近邻进行简单的分类；
KNN 是可用于监督学习的最简单的分类算法之一，是在特征空间中搜索测试数据的最接近匹配。
KNN & 改进的KNN
- 分类时，仅考虑距离，最好将 k 作为奇数，称之为 k-Nearest Neighbor，K近邻。
- 同样的，对于靠近它的人获得更高的权重，而远离它的人获得更低的权重。 谁的总权重最高，新人就会进入哪个类，这称为改进的 KNN。
如上图有俩个类（红色三角和蓝色方形），假设新进来一个绿色圆，那么仅考虑K近邻
