> k- 最近傍法(k-NN)アルゴリズムは、最も単純な学習アルゴリズムであると言われる。モデルの 構築は、訓練データセットを格納するだけだ。新しいデータポイントに対する予測を行う際には、訓練データセットの中から一番近い点つまり「最近傍点」を見つける。 [[📖Pythonではじめる機械学習]]より引用 --- [[📖Python機械学習プログラミング 達人データサイエンティストによる理論と実践]] - KNNは[[怠惰学習]]（lazy learn） - 判別関数（入力を直接）を学習せず、トレーニングセットを暗記する。 1. kの値と距離指標を選択する。 2. 分類したいサンプルからk個の最近傍のデータ点を見つけ出す。 3. 多数決によりクラスラベルを割り当てる。 最悪ケースでは、分類のための計算量が、トレーシングのデータ点の個数に比例して増加することもある --- [Create a K-Nearest Neighbors Algorithm from Scratch in Python | by Turner Luke | Apr, 2022 | Towards Data Science](https://towardsdatascience.com/create-your-own-k-nearest-neighbors-algorithm-in-python-eb7093fc6339) - kNNアルゴリズムをPythonでスクラッチ実装