问KNN算法在训练阶段做什么？

EN

在训练阶段，KNN对数据进行排序(索引过程)，以便在推理阶段有效地找到最近的邻居。否则，它将不得不在推理过程中将每个新案例与整个数据集进行比较，这使得它的效率非常低。

有关它的更多信息，请访问：https://scikit-learn.org/stable/modules/neighbors.html#nearest-neighbor-algorithms

KNN属于懒惰学习者这一类。与logistic regression、svms、neural nets等热衷于学习的学习者不同，懒惰的学习者只是将训练数据存储在内存中。然后，在推理过程中，它从训练数据中找到K个最近邻居，以便对新实例进行分类。

KNN是一种基于实例的方法，它完全依赖于训练样本，也就是说，它记住了所有的训练样本，因此在分类的情况下，每当有任何样本出现时，它都会计算输入样本与所有训练样本之间的欧几里德距离，并根据距离返回最接近的训练样本的标签。