KNN：K-近邻算法，是一种基本分类和回归的算法。
K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例，这K个实例的多数属于某个类，就把该输入实例分类到这个类中。（这就类似于现实生活中少数服从多数的思想）。
GNN：对图进行处理，实现节点分类，链接预测，图分类等功能。
二者的区别是：KNN是在欧式空间上进行距离判断，GNN是在非欧式空间上进行处理。
思考：
1.平时根本不会注意这些，但学习一个算法时，除了其本身的特点需要描述清楚外，与其他算法的对比能突出算法的特点、该算法实现的功能。
2.要形成文字才能发现自己究竟能不能把自己的理解表达清楚，理解、输出成文字、输出成语言。
https://zhuanlan.zhihu.com/p/25994179