一、微醺之时：「赤霞珠」or「黑皮诺」

我们设想这样一个场景: 酒吧老板拿出十杯红酒，每杯略不相同，前五杯属于「赤霞珠」后五杯属于「黑皮诺」。然后老板又从酒柜中拿出一杯新的红酒，让你猜测这杯酒属于以上两类中的哪一个类别。

我们应该如何预测这杯酒的类别呢?

（1）数据集的构建：
俗话说：工欲善其事必先利其器，预测酒的类别，自然离不开必要的测量工具。首先我们用工具测量出每一杯酒的酒精浓度和颜色深度。再加上十杯酒各自的类别，就形成了这样一个数据集。如下图所示：

在这个数据集中，酒精浓度和颜色深度就是我们的特征feature，品种就是标签target。接下来我们要如何判断两杯酒之间是比较相似的呢?

【概念介绍】
A. 在上面的场景中，每一杯酒称作一个 「样本」，十杯酒组成一个样本集。
B. 酒精浓度、颜色深度等信息称作 「特征」。这十杯酒分布在一个 「 多维特征空间」 中。
C. 进入当前程序的“学习系统”的所有样本称作 「输入」，并组成 「输入空间」。在学习过程中，所产生的随机变量的取值，称作 「输出」，并组成 「输出空间」。

（2）数据可视化：
我们知道：同一个类别的酒，之所以是同一类别的，就是因为他们的工艺相似，口味也比较相似。换句话说，就是他们的特征相似，因此，如果我们能够找出新的这杯红酒和哪一个类别相似度更高，是不是就可以帮我们进行预测了呢？因为数据有两个特征, 我们可以将数据投影到一个二维空间当中去，赤霞珠用红色点标记，黑皮诺用紫色点标记。并且也将这杯新的酒也投影到空间中，用黄色点做标记。

可以很明显的看出：赤霞珠和黑皮诺在空间当中，分布的范围有明显的区别。那么我们要如何对这杯新酒的类别进行预测呢?

当然是找出它和哪些类别的酒在空间中更接近一些。
此时就需要借助KNN算法工具。

（3）KNN算法分类识别：
在本例中，离黄色点最近的3个点都是红色点，所以红点和紫色类别的投票数是3：0，红色取胜，所以黄色点属于红色，也就是新的一杯属于「赤霞珠」。

这样一来，对于这杯新的红酒的分类就完成啦，这也就是KNN算法执行的流程，是不是非常简单呢？