机器学习中的数据详解：数据类型、划分、属性等

knn算法针对有监督学习，分为2种：聚类和回归

第1种：聚类

#导包（聚类）
from sklearn.neighbors import KNeighborsClassifier
#构建数据
x = [[3],[6],[8]]
y=[3,7,6]
#实例化模型
knn=KNeighborsClassifier(n_neighbors=1)
#训练
knn.fit(x,y)
#预测
print(knn.predict([[4]]))

运行结果：

#导包（回归）
from sklearn.neighbors import KNeighborsRegressor
#构建数据
x = [[3.4],[5.6],[8.9]]
y=[3,7,6]
#实例化模型
knn=KNeighborsRegressor(n_neighbors=1)
#训练
knn.fit(x,y)
#预测
print(knn.predict([[4]]))

运行结果：