KNN即最近相邻元素模型。基于最近相邻元素算法对测试数据进行分类预测。底层算法使用KD树，应该表现出理想的性能，然而,这种类型的分类器只适合几千到一万左右的训练实例。执行中可以用所有数值型字段和欧式距离，而测试数据中所有的非数值型字段都将原样的出现在输出表中。
对话框选项
观测值标签字段
选择作为分类属性的字段。
最近邻值数量(k)
选择生成一个新实例的最近邻值数量。建议避免使用奇数。
邻值距离加权
使用邻近距离进行加权。距离越近的近邻对结果影响越大。然而，只有考虑K近邻。
追加概率
如果启用此选项,将会追加概率到输出表中。
端口
输入端口
0 |
训练数据的输入端口 |
1 |
测试数据的输入端口 |
输出端口
0 |
包含观测值的输出数据 |
