print(train_X)
M.fit(train_X, train_Y)
xiao_li_zi = np.array([175,75,0])
res = M.predict(xiao_li_zi)
print(res)
3结束语
KNN是我们学数据挖掘或者机器学习时 ， 最早接触的分类算法 。 比起SVM之类的算法 ， KNN显得有些简陋 ， 不过如果通过数据探查和分析 ， 如果可以确定样本非常容易分类 ， 使用简单的算法还是挺节省资源的 。
【「埃尔法哥哥」kNN分类算法及其python实现】KNN算法在实际使用之外 ， 还有教学价值 。 KNN现在的实用性可能不是特别高 ， 但是由于符合人类思维习惯、比较直观 ， 而且容易实现 ， 是数据科学入门必学算法；另外 ， 学习聚类算法 ， 比较顺畅的学习路径就是先学习KNN ， 然后学习kmeans ， 然后看其他的聚类算法 。

• 埃尔法哥哥万物互联的5G时代，将会给我们的生活带来哪些变化？
• 埃尔法哥哥我学python的一点感受
• 埃尔法哥哥使用哪种编程语言的开发人员最幸福？
• 埃尔法哥哥vue移动端开发时，客户端如何判断当前设备是Android还是IOS
• 埃尔法哥哥还可以做扫地机器人啊，自动驾驶不做了
• 埃尔法哥哥短期内难以找到替代华为海思的客户，寒武纪交出上交所答卷
• 埃尔法哥哥人工智能与人类的未来
• 爱搞事的瑞哥哥5G最具性价比手机，华为再次发力！荣耀X10成为标杆
• 牛牛侃天下嫂子卖掉嫁妆养他，结果养出位超级富豪，父亲去世后哥哥辍学打工
• 埃尔法哥哥Arvind Krishna全球首秀，IBM新CEO