本文是《機器學習從零到掌握》系列之第2篇
【機器學習】機器學習從零到掌握之一 -- 教你理解K近鄰算法
僞代碼如下：
對未知類別屬性的數據集中的每個點一次執行以下操作：
（1）計算已知類別數據集中的點與當前點之間的距離；
（2）按照距離遞增次序排序；
（3）選取與當前點距離最小的k個點；
（4）確定前k個點所在類別出現的頻率
（5）返回前k個點出現頻率最高的類別作爲當前點的預測分類；
本篇博文涉及到的知識請參考下述博文：
k近鄰算法原理請參考：《機器學習實戰》第2章閱讀筆記1 K近鄰算法概述
sum()函數參考：Numpy中sum函數的使用方法（Python自帶sum函數）