最近傍の分類器は、訓練の観測を保存しておき、新しい行が来たら最も近いものの間で投票します。n_neighborsの設定は、何個の観測が投票に参加するかを制御します。小さな近傍は局所的なノイズに引きずられることがあり、大きな近傍はより多くの行にわたって判断を滑らかにします。どちらの選択も、すべての問題に最適なわけではありません。
距離は特徴量の尺度に依存します。大きな単位で測られた入力は、役に立つ信号をほとんど持たなくても、距離を支配することがあります。分類器と同じパイプラインの中で、訓練の行でStandardScalerを当てはめてください。ホールドアウトを予測するときは、その変換を再利用してください。これらの課題では、要求する近傍の数を変え、新しい架空の顧客のレコードを使います。奇数の数は2値の投票での同点の一部を減らしますが、実際のデータセットでは、重複した点や等しい距離に引き続き注意が必要なことがあります。