1、简述一下KNN算法的原理。
K近邻算法是给定一个训练数据集，对新的输入实例，在训练数据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，就把该输入实例分类到这个类中。
2、KNN算法有哪些优点和缺点？
优点：算法思想较简单，既可以做分类也可以做回归；可以用于非线性分类/回归；训练时间复杂度为O(n)；对数据没有假设，对离群点不敏感；
缺点：K计算量大；存在类别不平衡问题；需要大量的内存；
3.不平衡的样本可以给KNN的预测结果造成哪些问题，有没有什么好的解决方式？
输入实例的K邻近点中，大数量类别的点会比较大，但其实可能都离实例较远，这样会影响最后的分类。
可以使用权值来改进，距实例较近的点赋予较高的权值，较远的赋予较低的权值。
5.为了解决KNN算法计算量过大的问题，可以使用分组的方式进行计算，简述一下该方式的原理。
先将样本按距离分解成组，获得质心，然后计算未知样本到各质心的距离，选出距离最近的一组或几组，再在这些组内引用KNN。本质上就是事先对已知样本点进行剪辑，事先去除对分类作用不大的样本，该方法比较适用于样本容量比较大时的情况。
6.什么是欧氏距离和曼哈顿距离？
欧氏距离就是常用的平方差求和再开方；
曼哈顿距离是坐标差的绝对值求和；
7.KNN中的K如何选取的？
一般选取较小的K值，然后使用交叉验证对比选择最优的K值。
8.什么是KD树？
KD树是对K维空间中的实例点进行存储，便于快速查找检索的二叉树。
9.KD树建立过程中切分维度的顺序是否可以优化？
可以先对每一维度求方差，方差大说明数据分布越分散，则从方差大的维度来逐步切分，可以取得更好的切分效果及树的平衡性。
10.KD树每一次继续切分都要计算该子区间在需切分维度上的中值，计算量很大,有什么方法可以对其进行优化？
在构建KD树前，依据每一维度先排序，在之后的切分中直接使用。
20.K-Means与KNN有什么区别
K-means是聚类算法，KNN用来分类和回归。