如上题，因为50是feaures的数量，而300是客户的数量，所以不选50和300，使用排除法选出最合适的选项是A，而不是因为需要分出5个portfolio所以选择A：5作为K值是吗？
星星_品职助教 · 2020年11月30日
同学你好，
你这个问题我后来又想了一下，之前回复有误，更新了一下：
------------------
首先简述一下k近邻算法的流程：
1. 找到n个已经根据50个特征分好类的客户，这里每一个客户都已经被划分进了1号到5号里其中的一个portfolio（即属于五类portfolio中的一类）。
2. 这时候又来了一个新的客户，要判断应该把这个客户归类到哪一类portfolio中。
此时采取的做法是：
1. 同样找到这个新客户的50个特征，与已分好类的客户逐个特征进行对比。
2. 计算每个特征之间的距离，然后加总得到一个总距离。与n个客户对比就会计算出n个总距离。
3. 将这n个总距离进行排序，找到离这个新客户最近的k个客户。
4. 由于这k个客户都是已经分好类的客户，所以看这k个客户每个人的portfolio分类，找出其中出现最多的那个分类。
5. 将新的客户归类为属于最多的那类portfolio，例如假设这k个客户中，绝大多数都属于1类portfolio，那么新的客户也就属于1类portfolio。
通过以上的流程可以看出来，这时候k必须大于5，不然肯定会出现有一类或者几类portfolio没有被考虑到的情况。假设k=4，就有会出现这四个客户最多只能属于4个portfolio（例如分别属于1,2,3,4号portfolio）的情况。这种情况下5号portfolio根本不可能被考虑到，新客户永远不可能被分到被遗漏的那个portfolio 中（在这个例子里就是portfolio 5）。
事实上只要k＜5，就会出现至少有一类portfolio不被考虑到的情况。
所以要选择的k需要至少大于等于5。由于题目中问的是“closet”k，所以应该选择5。
但k也不能选择的过大，因为过大的k值会稀释“最”近邻的概念。所以k等于几十几百也是不行的。