a.KNN分類演算法是一個基於實例的演算法，特徵樣本的好 壞和樣本當中分類的數量影響分類結果準度，若A類數量大 於B分類，可預期K個最近距離鄰居高機率分類為A，分類 失去準度。 b.優點為簡單不需要輸入資料假設，對於異常值不敏感，缺點 為計算量大，非常耗時且占記憶體空間大。 c.可探討的議題有「參數K值如何選取」，如：資料數的平方 根、「如何提升效能」。 d.此次針對公司客戶船型，為驗證KNN分類模型背後精神， 僅挑選20筆資料實作，經由confusion matrixe觀察得到 66.7%的準確率，顯示有效將船型分類。