## KNearestNeighbors分類器 > 實現k近鄰算法的分類器。 ### 構造函數參數 `$k` - 要掃描的最近鄰居數（默認值：3） `$distanceMetric` - 距離對象，默認為歐幾里德（見[官方文檔](https://php-ml.readthedocs.io/en/latest/math/distance/)） ``` $classifier = new KNearestNeighbors($k=4); $classifier = new KNearestNeighbors($k=3, new Minkowski($lambda=4)); ``` ***** ## 訓練 訓練分類器只需提供訓練樣本(`$samples`)和標簽（如`$labels`）。例： ``` $samples = [[1, 3], [1, 4], [2, 4], [3, 1], [4, 1], [4, 2]]; $labels = ['a', 'a', 'a', 'b', 'b', 'b']; $classifier = new KNearestNeighbors(); $classifier->train($samples, $labels); ``` 您可以使用多個數據集訓練分類器，預測將基于所有訓練數據。 ***** ## 預測 預測樣本標簽使用`predict`方法。您可以提供一個樣本或樣本數組： ``` $classifier->predict([3, 2]); // return 'b' $classifier->predict([[3, 2], [1, 5]]); // return ['b', 'a'] ```