Skip to content
简体中文

切换主题

// ◇ 经典机器学习

K 近邻

看离你最近的 k 个样本是什么,你就是什么。

k-Nearest Neighbors 1967 入门 核心

通俗解释

不训练模型,只把数据存下来;预测时找出距离最近的 k 个邻居投票。它也是今天向量检索“找最相似”思想的祖先。

用在哪里:推荐、异常检测、向量检索的基线

时间轴 · 前置 → 当前 → 后继

1967 K 近邻2011 乘积量化 PQ2016 HNSW 图索引

01原始论文

Nearest neighbor pattern classification

Cover et al. · IEEE Transactions on Information Theory · 1967

DOI ↗ ✓ 已核实 · Crossref API doi:10.1109/TIT.1967.1053964

02知识位置

左边先学;右边是学完它之后可以学的。

先学

  • 没有前置,可以直接学
K 近邻

学完可以学

相关:K 均值聚类

HNSW 图索引乘积量化 PQK 均值聚类 K 近邻

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

所在学习路线:从零到深度学习

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)