超参数
：超参数是指训练模型的时候可以改变的参数。比如L1和L2。
L1：曼哈顿距离
L2：欧氏距离
测试集是非常宝贵的，一定要在最后才能用，我们采用的方法是交叉验证法。
1.传统的K近邻算法的其中一个缺点就在于，在计算距离的时候，把背景也算进去了，背景的像素对分类结果是有很大影响的。
不同的变换和原图具有相同的L2距离，此时K近邻算法是不可取的。
总结：K近邻算法在什么时候回出现问题呢？
Section1:当两幅图像背景相似的时候，使用K近邻算法进行图像分类容易错分。
Section2:当图像进行不同的变换时候，与原图都有相同的L2距离。