K近邻 (KNN)
Parent: ai_keywords
K近邻 (K-Nearest Neighbors, KNN)
核心定义
K近邻是一种基于实例的、非参数化的监督学习算法，其核心思想是：一个样本的类别或数值由其特征空间中最近的K个邻居的多数投票（分类）或均值（回归）决定。算法无需显式训练过程，仅依赖特征空间的距离度量（如欧氏距离、曼哈顿距离）进行惰性学习。
关键技术点
- 距离度量选择：常用欧氏距离（连续值）、曼哈顿距离（高维稀疏）或余弦相似度（文本）。距离函数的选择直接影响邻居的确定，需结合数据分布特性。
- K值调优：K过小易过拟合（噪声敏感），K过大则边界模糊（欠拟合）。通常通过交叉验证选取误差最小的K，或采用加权投票（距离倒数作为权重）缓解偏差。
- 特征标准化：KNN对特征尺度敏感，需进行归一化或Z-score标准化，避免量级大的特征主导距离计算。
- 计算复杂度：暴力搜索时间复杂度O(n·d)，大数据集效率低。优化方法包括KD树（低维有效）、球树（高维）或局部敏感哈希（LSH）。
医学/神经科学应用场景
基于KNN的癫痫发作前兆预测（脑电信号分析） 在首都医科大学神经病学研究中，常利用头皮或颅内脑电图（EEG）记录癫痫患者的神经电生理信号。由于癫痫发作前数分钟至数十分钟脑电节律会出现特征性变化（如棘波、尖波密度增加），KNN可用于实时分类发作前期与间期脑电片段：
- 特征提取：对滑动窗口EEG计算频域特征（δ、θ、α、β、γ频带功率比）、非线性特征（样本熵、关联维数）及相位同步指数。
- 模型构建：以历史标记数据作为训练集，对新采集的短时窗特征向量，计算其与所有历史样本的欧氏距离，取K=5~15进行加权投票。若多数邻居为发作前期，则触发预警。
- 优势：KNN无需严格的概率假设，对非平稳脑电信号鲁棒；且易解释（可回溯典型相似发作模式）。临床验证显示，在个体化模型下可提前10~30分钟预测发作，敏感度达85%以上，误报率<0.3次/小时，为闭环神经调控（如迷走神经刺激）提供触发信号。
