K值越小，模型越灵活，但可能过拟合。训练模型的过程就是将特征数据和目标数据输入模型中，然后模型根据特征数据学习，调整自身的参数，使得预测结果尽可能地接近目标数据。可以看出，预测曲线的幅度相比于原始曲线幅度偏大，预测噪声大，在极值附近尤为明显，这可能是因为数据集中的特征之间的交互影响较强，彼此之间有较高的关联性，因此预测误差较大。可以看出，预测曲线的幅度相比于原始曲线幅度偏小，即预测曲线在取值上比较