k近鄰法(k-nearest neighbor, k-NN)是一種基本分類與迴歸方法,由Cover和Hart於1968年提出。分類時,對於新的實例,根據與它最接近的k個訓練實例的類別,通過多數表決等方式,進行預測。
對新的輸入實例,在訓練數據集中找到與該實例最鄰近的K個實例,這K個實例的多數屬於某個類,就把該輸入實例分類到這個類中。