大間隔最近鄰居（Large margin nearest neighbor (LMNN)）分類算法是統計學的一種機器學習算法。該算法是在 K近鄰分類的過程中，學習一種歐式距離度量函數。該度量函數優化的目标是：對于一個輸入x_i的k個近鄰都屬于同一類别，而不同類别的樣本與x_i保持一定大的距離。 k近鄰規則是模式識别領域廣泛使用的一種簡單有效的方法。它的效果的好壞隻依賴于确定最近鄰的距離度量。基于歐式距離度量學習函數的大間隔最近鄰居分類算法能夠很好的改善k近鄰算法分類效果
目标該算法的目标是：對于每一個輸入樣本，其k 個目标鄰居應盡可能的接近，而那些入侵樣本應盡可能的遠離該輸入樣本（即與其保持一定大的距離間隔）。通過學習使得輸入向量x_i 被其目标近鄰包圍。
LMNN樣本訓練前後的示意圖如下所示：
zpostcode 
Recruit 
weather 
mreligion 
Yellowpages 
sport 
constellation 
shopping 
name 
game 
directory 
literature 
Word 
tour 
furnish 
Lottery 
tftnews 
lyrics 
News 
digital 
car 
dir 
Edu 
Finance 
