假设我们有一个训练数据集 D={(x1​,y1​),(x2​,y2​),...,(xn​,yn​)}，其中每个 ��xi​ 是一个特征向量，yi​ 是对应的标签。：对于一个新的未标记点 x，找到训练集 D 中距离 x 最近的K个点。这可以表示为：Nk​(x)={(x′,y′)∈D∣x′ 是离 x 第k近的点}。通常，这个选择是轮流进行的，例如，在一个二维空间中，可能依次选择X轴、Y轴。KD树是一种