人工智能学习 - 监督式学习

//导入包含缩放方法的类
from sklearn.preprocessing import StandardScaler
// 创建类的实例
StdSc = StandardScaler()
// 拟合缩放参数，然后转换数据
StdSc = StdSc.fit(X_data)
X_scaled = KNN.transform(X_data)

//导入包含分类方法的类
from sklearn.neighbors import KNeighborsClassifier
// 创建类的实例
KNN = KNeighborsClassifier(n_neighbors=3)
// 在数据上拟合实例，然后预测期望值
KNN = KNN.fit(X_data, y_data)
y_predict = KNN.predict(X_data)
//可以通过 KNeighborsRegressor 实现回归。