те что тут происходит:
1) Сначала мы берем все спам-сообщения и часть не-спам сообщений, и ищем те не-спам-сообщения, которые очень похожи на спам. Из них и формируем обучающую выборку
2) Затем на ней учим kNN - и им уже пользуемся