K近邻分类器优缺点有哪些【面试题详解】

今天爱分享给大家带来K近邻分类器优缺点有哪些【面试题详解】，希望能够帮助到大家。
优点：
1）思想简单，理论成熟，既可以用来做分类也可以用来做回归；
2）可用于非线性分类；
3）训练时间复杂度为O(n)；
4）准确度高，对数据没有假设，对outlier不敏感；

缺点：
1）计算量太大
2）对于样本分类不均衡的问题，会产生误判。
3）需要大量的内存。
4）输出的可解释性不强。