1.假设有一个带有标签的样本数据集（训练样本集），其中包含每条数据与所属分类的对应关系。
2.输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较。
a.计算新数据与样本数据集中每条数据的距离。
b.对求得的所有距离进行排序（从小到大，越小表示越相似）
c.取前k（k一般小于等于20）个样本数据对应的分类标签
3.求k个数据中出现次数最多的分类标签作为新数据的分类
通俗的说：给定一个数据集，对新的输入实例，在训练集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就把这个新输入实例分为这个类
她希望：
....
theclassifiercamebackwith:1,therealansweris:1theclassifiercamebackwith:3,therealansweris:1thetotalerrorrateis:0.0500005.0
THE END