4.3 实例：使用 K-近邻算法进行分类

K最近邻 (k-Nearest Neighbors，KNN) 算法是一种分类算法，也是最简单易懂的机器学习算法，没有之一。1968年由 Cover 和 Hart 提出，应用场景有字符识别、文本分类、图像识别等领域。该算法的思想是：一个样本与数据集中的k个样本最相似，如果这k个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。还是直接讲例子最好懂，一直没找到好的例子，就改造了下Peter Harrington的《机器学习实战》中电影分类的例子，当然实际情况不可能这么简单，这里只是为了说明该算法的用法。

     先准备下电影分类数据集（电影名称与分类来自于优酷网；镜头数量则纯属虚构）：

序号 电影名称 搞笑镜头 拥抱镜头 打斗镜头 电影类型 1 宝贝当家 45 12 9 喜剧片 2 美人鱼 21 17 5 喜剧片 3 澳门风云3 54 9 11 喜剧片 4 功夫熊猫 39 0 31 喜剧片 5 谍影重重 5 2 57 动作片 6 叶问3 3 2 65 动作片 7 伦敦陷落 2 3 55 动作片 8 我的特工爷爷 6 4 21 动作片 9 奔爱 7 46 4 爱情片 10 夜孔雀 9 39 8 爱情片 11 代理情人 9 38 2 爱情片 12 新步步惊心 8 34 17 爱情片 13 唐人街探案 23 3 17 ？