對于一個項目，我想創建一個 Core ML 3 模型，該模型正在接收一些文本（即來自郵件）并對其進行分類。此外，模型應該是可更新的，并且可以在設備上進行訓練。因此，我發現 KNearestNeighborsClassifier 可以更新，并希望將它們用于我的方法。但是，首先我得到了一個錯誤" RuntimeWarning: You will not be able to run predict() on this Core ML model. Underlying exception message was: Error compiling model: "Error reading protobuf spec. validator error: KNearestNeighborsClassifier requires k to be a positive integer."在使用腳本創建這樣的模型時（見下文）。此外，我不確定如何正確使用 KNearestNeighborsClassifier 來解決我的問題。特別是，如果我想對一些文本進行分類，哪個維度是正確的？我將如何在應用程序中正確使用模型？也許你知道一些有用的指南，我還沒有找到=我創建 KNearestNeighborsClassifier 的腳本基于本指南：https ://github.com/apple/coremltools/blob/master/examples/updatable_models/updatable_nearest_neighbor_classifier.ipynb 我已經安裝并且正在使用 coremltools==3.0b6。這是我創建模型的實際腳本：number_of_dimensions = 128from coremltools.models.nearest_neighbors import KNearestNeighborsClassifierBuilderbuilder = KNearestNeighborsClassifierBuilder(input_name='input',                                             output_name='output',                                             number_of_dimensions=number_of_dimensions,                                             default_class_label='defaultLabel',                                             number_of_neighbors=3,                                             weighting_scheme='inverse_distance',                                             index_type='linear')builder.author = 'Christian'builder.license = 'MIT'builder.description = 'Classifies {} dimension vector based on 3 nearest neighbors'.format(number_of_dimensions)我希望您能幫助我，告訴我總體上我使用 KNearestNeighborsClassifier 進行文本分類的方法是否有意義，并希望您能幫助我成功創建 CoreML 模型。