近邻成分分析 NCA 是与 KNN 相关联的距离测度学习方法，属于监督式学习方法，最早由 Gold Berger 等人于 2004 提出。
NCA 基于给定的距离度量算法对样本数据进行度量，以实现对多元变量数据进行分类，其在功能上与 k 邻近算法的目的相同，直接利用随机近邻概念确定与测试样本相关的训练样本，通常这些训练样本带有标签，该方法常被用于解决模型选择问题。