kNN用来做异常点检测？

kNN是有监督的，也就是我们需要知道样本的标签。比如下图中红色=正样本，蓝色=负样本。

我们看到红色的正样本中混进去了两个蓝色的负样本，如果用kNN做预测（如5-NN），那么这两个负样本x会被预测为正样本，与实际不符，所以这两个点就被认为是异常点。

--------------

kMeans做anomaly detection，参考这里。

KNN估计的标签和真实标签不同的点当作异常点（outlier)。比如说一堆红球中有个蓝球，对蓝球的KNN估计应该是红球，所以蓝球就是异常点。

因为有输入输出的配对，KNN是有监督的。

KNN是无监督学习，是聚类分析算法的一种。简单来说，就是对一堆数据做归类，彼此接近的归为一类。按照这个道理往下推，就是正常的数据一类，异常点为一类，这样就可以检测出异常点了。