优化KNN。将模型识别出的正样本进行人工识别将其按一定规律添加到训练集中，希望是的KNN对超空间的划分变得准确一些。新样本点在KNN算法中对超空间划分的作用好像在对识别边界进行雕刻，如何雕刻是最有效（速度快、可行）的方法呢?这使我想起了雕刻接骨木的时候两刀（或三刀）切下一块的方法：第一刀平行xoz平面，第二刀平行yoz平面（第三道刀平行与xoz平面）三刀确定的空间与木头边界组成的小木丁被切掉，如此便可不多不少地雕出自己想要的样子。所以KNN该添加什么样的样本进训练集呢？