KNN

思想：没有特征的参数，直接将数据集中的样本作为参数

有三个关键点：

1. 已有的数据（训练样本）
2. 用于计算距离的方法（距离函数）
3. k的数值

KNN有多少有效参数？

N / K

问题：欧式距离并没有区分不同特征的优先程度，且有些特征并不可信

改进：给不同特征赋予prior

M称为Metric

但大部分情况下prior并不预先知道

Metric Learning

于是可以学习Metric