无论K值如何，KNN都提供相同的结果

Question

我有一个KNearestNeighbor分类器，我试图使其适合我的数据。

我尝试了100、1000和10000个数据条目，但得到了一些不同的结果。

通过1000个条目，我得到了下面的代码图

error_rate = []

for i in range(1,40):
knn = KNeighborsClassifier(n_neighbors=i)
...


plt.figure(figsize=(10, 6))
plt.plot(error_rate, color='blue', linestyle='dashed', marker='o',
     markerfacecolor='red', markersize=10)
plt.title('Error Rate vs. K Value')
plt.xlabel('K')
plt.ylabel('Error Rate')

与其他一些数据条目不同，该条目具有相当大的error_rate

当我打印结果时

print(classification_report(y_test, pred))
print(confusion_matrix(y_test, pred))

结果相当不错

无论分类报告和混淆矩阵中的K值如何，我的结果几乎相同