K值越小准确率越高

这个说法不完全正确。K值越小，模型的复杂度越高，对训练数据的拟合度也会增强，但是对测试数据的泛化能力可能会降低，因为过度拟合了训练数据。因此，选择K值时需要在模型的准确率和泛化能力之间进行权衡，一般需要进行交叉验证等方法来确定最佳的K值。

原文地址: http://www.cveoy.top/t/topic/eTbS 著作权归作者所有。请勿转载和采集!