ｋ近傍法のｋは，ｋを実際に変えてみて，正解率を見て決定するのがよい．

kが小さ過ぎると，過剰適合になり，データにノイズ（外れ値）が含まれると，影響が大きくなる．

kが大きすぎると，データを過度に平滑化して，データの局所的な構造を捉える能力を失ってします．

ｋ近傍法のｋは，1とｋの最大値の中央値を使うのが良い場合が多い．

ｋ＝1は，もっとも近いデータを探して，そのデータのクラスにすることであり，最も簡単であるが，k=1で最善であることはまれである．