KNN是指对于某个未知对象，根据其与已知对象的相似度来确定其分类。KNN算法以属性1，属性2。。属性N这样的特征向量表示每一个训练样本，并基于距离度量来确定相似性，它通过计算待分类样本与训练集中每个样本的距离，取距离最小的K个样本对待分类样本进行投票，以投票最多的类别作为该样本的类别。KNN是一种监督学习方法，属于分类方法，无需建立复杂的模型，不用担心过拟合，实现比较简单，同时它有分类准确率较高的优点，因此应用比较广泛。KNN算法在机器学习领域有广泛的应用，如文本分类、人脸识别等。