我正面临着我的第一个机器学习算法，它是knn，最让我困惑的是将数据集拆分为训练数据和测试数据。使用更复杂的ms算法，我可以想象计算机需要一个"训练"过程，但knn更简单，并且不需要训练集。要么这样，要么我还没有完全理解knn。
对于背景：我有一个数据集，必须要求用户提供一些输入。从那里我可以找到用户的k个最近邻居。
如果你的解释，我会很棒。提前谢谢你：(。
KNN 通常具有验证数据集，以获取要考虑的最佳邻居数。
鉴于此，在测试集上，您可以检查算法在"野外"的表现。
如果您能以某种方式从用户的输入中找到要考虑的最佳邻居数，则不需要测试或验证。如果不是(例如，用户输入了一些值，但鉴于您无法确定要考虑的邻居数量(，您应该同时进行验证和测试(或其他一些变体，例如 K-Fold，以查找超参数(。
编辑：还有其他超参数，如距离度量，但这个想法成立。