k⇤-Nearest Neighbors- From Global to Local，在第二作者的主页上有源码，github上也有，https://github.com/kfirkfir/k-Star-Nearest-Neighbors

K-nearest-neighbors

K均值聚类 介绍 在本课程中，我们将学习最流行和广泛使用的聚类算法K-means聚类。 目标 你将能够： 比较集群网络的不同方法 解释K-means聚类算法背后的步骤 在scikit-learn中执行k-means聚类 说明如何评估集群 定义一个“肘图”及其解释方法 聚类 聚类技术是最流行的无监督机器学习算法之一。 群集背后的主要思想是，您希望通过以下方式将对象分组到相似的类中： 组内相似度很高（同一组成员之间的相似度很高） 组间相似度低（不同组的相似度低） 相似性是什么意思？ 您应该从

K-Nearest-Neighbors:使用k最近邻分类对数字图像进行分类的机器学习程序