要点： 1.KNN用于分类和回归，需要考虑最近的邻居。分类就是编组，回归就是预测结果（如数值） 2.特性抽取的意义就是将物品转换为一系列可以比较的数字。 3.能否挑选合适的特性事关KNN算法的成败。 4.OCR指的是光学字符识别，提取线段、点和曲线等特征。 5.大多数机器学习的算法都包含训练的步骤，例如OCR的第一步就是查看大量的数字图像提取特征。
