你没有做任何学习是不正确的。您正在做的是使用众所周知的分类算法，称为最近邻(NN)。重要的是要意识到，只要您使用训练数据（即使您没有明确计算某些参数），您就是在学习 - 在这种情况下，您肯定会使用它。

NN做得很好是可以的。但是，在某些情况下，这可能表明您的数据存在问题。当您的数据不是IID时，可能会发生这种情况。例如，在某些情况下，您的数据中可能有完全或接近的重复项。在这种情况下，测试集中的许多实例将在训练集中有一个近邻，您将获得很高的成功率，但实际上您过度拟合，因为如果您获得一个没有重复的新点，您的性能会更差。在这种情况下，您可以做的是尝试提前删除重复项，或者构建训练/测试集，使得重复项（或紧密集群）必须在同一个集合中。查看数据并尝试了解正在发生的事情很重要。