K最近邻伪码?

所以我正在尝试对k近邻算法进行编码。我的函数的输入将是一组数据和一个要分类的样本。我只是想了解算法的工作原理。你们能告诉我我要做的事情的“伪代码”是否正确吗?

kNN (dataset, sample){

   1. Go through each item in my dataset, and calculate the "distance" from that data item to my specific sample.
   2. Out of those samples I pick the "k" ones that are most close to my sample, maybe in a premade array of "k" items?

}

当我说“浏览我数据集中的每个项目”时,我会感到困惑。我是否应该遍历数据集中的每个CLASS并找到k个最近的邻居?然后从那里找出哪一个最接近我的样本,然后告诉我这个班级?

第2部分的问题(ish)是使用这个算法,但没有样本。如何计算数据集的“准确性”?

我真的在寻找宽泛的答案,而不是具体的细节,但任何有助于我理解的东西都是值得赞赏的。我在R。

谢谢