作為壹種非參數分類算法，KNN算法非常有效且易於實現。它已被廣泛應用於分類、回歸和模式識別。
介紹
KNN算法本身簡單有效，是壹種懶學習算法。該分類器不需要使用訓練集進行訓練，訓練時間復雜度為0。KNN分類的計算復雜度與訓練集中的文檔數成正比，即如果訓練集中的文檔總數為n，那麽KNN的分類時間復雜度為O(n)。
雖然KNN方法原則上也依賴於極限定理，但在進行類別決策時，它只與極少數相鄰樣本有關。由於KNN方法主要依賴於周圍有限的相鄰樣本，而不是區分類域的方法，因此KNN方法比其他方法更適合於劃分具有較多重疊或重疊類域的樣本集。