邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，kNN方法较其他方法更为适合。

KNN最近邻算法java实现

使用java实现的KNN算法，并进行了二分类问题，不懂的可以交流。适合初学者使用 ，可以下载看一看

MapReduce-KNN Hadoop MapReduce的K最近邻居实现 这是一个旨在与MapReduce框架一起使用的Java程序。 在此示例中，将K最近邻分类方法（有监督的机器学习）应用于有关汽车类型和购买者特征的一些样本数据，以便用可能的汽车模型对购买者进行分类。 用法： hadoop jar KnnPattern.jar KnnPattern /home/mhi/knn/CarOwners.csv / home / mhi / knn / res /home/mhi/knn/KnnParams.txt KnnPattern.jar –包含源代码的jar文件。 KnnPattern –程序中的顶级类，包含Mapper和Reducer类以及main（）方法。 第一个参数：/home/mhi/knn/CarOwners.csv –数据输入文件在HDFS中的位置。 第二个

KNN算法java实现附测试数据及结果

KNN结点类，用来存储最近邻的k个元组相关的信息 KNN算法主体类 KNN算法测试类，来自网络，可以运行

该KNN算法示例采用java实现，对数据分类算法的学习很有用，而且代码封装很好，简单易懂，极适合初学者

KNN算法详解，查看我的博客关于KNN算法的浅析，博客连接：https://blog.csdn.net/wang_xiaogui/article/details/61413594............

knn(java实现)http://blog.csdn.net/u011067360/article/details/45937327