K-最大近临算法的训练样本和测试样本是什么？

Question

    我把 jaffe数据库的图片预处理之后分成了训练集和测试集，训练集70张，测试集70张，两个集合的每张图片是对应的，即是同一个人的同一种表情，其余73张图片删掉不用。我把每一张图片imread后reshape成一个行向量，即一张图片对应一个行向量，这样就形成了训练集矩阵 X和测试集矩阵 C。把 X和 C进行 fastica计算，得到 训练集的独立分量矩阵 icasigX和测试集的独立分量矩阵 icasigC。把 icasigX， icasigC，X和 C转置之后进行 X和 C向icasigX和 icasigC投影计算，得到投影系数矩阵 XTOU和 CTOU,这时它俩都是 70*70大小的一列为一个 X的投影系数的方阵。KNN算法有4个输入参数，我令 in等于XTOU转置，test等于 CTOU转置，out等于70*1的 X的类，k先设置为1，最后进行 KNN计算，即 target= KNN[in,out,test,k]。可是我把 k从1试到8，实验结果都差得离谱，说明我的思路是错误的。
    所以 KNN算法的训练样本和测试样本是什么？

Answer 1

e数据库的图片预处理之后分成了训练集和测试集，训练集70张，测试集70张，两个集合的每张图片是对应的，即是同一个人的同一种表情，其余73张图片删掉不用。我把每一张图片imread后reshape成一个行向量，即一张图片对应一个行向量，这样就形成了训练集矩阵 X和测试集矩阵 C。把 X和 C进行 fastica计算，得到 训练集的独立分量矩阵 icasigX和测试集的独立分量矩阵 icasigC。把 icasigX， icasigC，X和 C转置之后进行 X和 C向icasigX和 icasigC投影计算，得到投影系数矩阵 XTOU和 CTOU,这时它俩都是 70*70大小的一列为一个 X的投影系数的方阵。KNN算法有4个输入参数，我令 in等于XTOU转置，test等于 CTOU转置，out等于70*1的 X的类，k先设置为1，最后进行 KNN计算，即 target= KNN[in,out,test,k]。可是我把 k从1试到8，实验结果都差得离谱，说明我的思路是错误的。
所以 KNN算法的训练样本和测试样本是什么？