In kNN, what happens if k is too small?

Đáp án đúng: "Model overfits". Trong kNN, k là số láng giềng được dùng để bỏ phiếu; khi k quá nhỏ, ví dụ k bằng 1, nhãn của mẫu mới phụ thuộc hoàn toàn vào một điểm gần nhất, nên mô hình bám sát từng điểm huấn luyện kể cả nhiễu và ngoại lệ, đường biên quyết định gồ ghề, đúng gần tuyệt đối trên tập huấn luyện nhưng kém trên dữ liệu mới, đó là quá khớp (overfitting). "Model underfits" là điều xảy ra khi k quá lớn: bỏ phiếu trên quá nhiều điểm làm biên quá trơn, lớp đông áp đảo, mô hình bỏ qua cấu trúc cục bộ. "Clusters become clear" sai vì kNN là thuật toán phân loại có giám sát, không tạo cụm, và k nhỏ còn làm kết quả nhiễu hơn chứ không rõ hơn. "No classification is made" sai vì với k nhỏ nhất bằng 1 thuật toán vẫn luôn gán được nhãn cho mẫu mới.