什么是k近邻算法 (KNN)？

k近邻算法 (KNN) 已在各种应用中得到运用，主要是在分类中。 其中一些用例包括：

数据预处理：数据集经常有缺失值，但 k近邻算法 (KNN) 可以在称为缺失数据插补的过程中估计这些值。

推荐引擎：通过使用来自网站的点击流数据，k近邻算法 (KNN) 已被用于向用户提供有关其他内容的自动推荐。 这项研究（链接位于 ibm.com 外部）显示用户已分配到特定的分组，并根据该分组的用户行为，为他们提供建议。  然而，考虑到 k近邻算法 (KNN) 的缩放问题，这种方法对于较大的数据集可能不是最优的。

金融：该算法也被用于各种金融和经济用例。 例如，一篇论文  (PDF)  （链接位于 ibm.com 外部） 展示了如何通过对信用数据使用 k近邻算法 (KNN) 来帮助银行评估向组织或个人提供贷款的风险。 它用于确定贷款申请人的信用状况。 另一份期刊  (PDF)（链接位于 ibm.com 外部） 重点介绍了它在股票市场预测、货币汇率、交易期货和洗钱分析中的用途。

医疗保健：k近邻算法 (KNN) 还应用于医疗保健行业，预测心脏病发作和前列腺癌的风险。 该算法用于计算最有可能的基因表达。

模式识别：k近邻算法 (KNN) 还有助于识别模式，例如文本和数字分类 （链接位于 ibm.com 外部）。 这对于识别表格或邮寄信封上的手写数字特别有用。