我正在尝试使用 KNN 方法进行二进制分类。当试图找到最佳的“k”参数（算法查看的邻居数量）时，我在我的训练集上训练了一个模型，并在我用我的数据获得的单独验证集上查看它的准确性。这个验证集只有 12 个样本，这会导致 3 k (1,3,5) 的准确性下降。

现在我正在寻找一种方法来选择这些 3 k 中的一个作为最终模型。我想到了以下方法：对于 3 k，我在训练集上对某个 K 进行 K 折交叉验证，然后在这里查看哪个具有最佳平均准确度。这是一个不错的方法，还是有更好的选择？我还想过只选择一个随机的 k（1、3 或 5），因为“验证程序”告诉我可以选择 3 个中的任何一个。