Machine learning 对于KNN中的k值

我知道，通常情况下，如果k=1，那么对象就被简单地分配给单个最近邻的类。但是我发现了一个问题，一个点可以是它自己的邻居，它要求我找到一个k来最小化训练误差。所以我想知道，在这种情况下，k可以是1吗？

当使用k-NN评估训练错误时，您使用训练集本身对训练集中的每个实例进行分类

---

如果一个点可以是它自己的邻居，那么使用

k=1

将产生完美的性能，因为它将始终为每个点预测点自己的标签。因此，是的，使用

k=1

肯定会最小化训练错误。

当使用k-NN评估训练错误时，您使用训练集本身对训练集中的每个实例进行分类

---

如果一个点可以是它自己的邻居，那么使用

k=1

将产生完美的性能，因为它将始终为每个点预测点自己的标签。因此，是的，使用

k=1

肯定会使训练误差最小化。

使用k-NN评估“训练集”时必须非常小心。使用k-NN评估“训练集”时必须非常小心。