本文综述基于邻域图的聚类与kNN方法研究，涵盖随机邻域图的最优聚类及参数k选择、含噪环境下识别聚类的概率证明、自适应选择k的改进kNN分类器及收敛界、融合分布信息的偏好附加k近邻图（paNNG）、kNN子图对簇树的一致估计及首个有限样本剪枝结果，以及非局部KNN松弛、局部加权回归、近似谱聚类、图学习算法和自适应核图神经网络。