缺失值处理 KNN填充

import pandas as pd
from sklearn.datasets import load_iris # 鸢尾花数据

iris = load_iris() # 加载鸢尾花数据
# 鸢尾花数据有3类：0山鸢尾   1杂色鸢尾   2维吉尼亚鸢尾
X = pd.DataFrame(data=iris.data, columns=iris.feature_names)
y = pd.DataFrame(data=iris.target).values.ravel()
print(X)
print(y)

data = pd.DataFrame({"sepal length (cm)":[3, 5.6, 6],
                     "sepal width (cm)":[2, 3.5, 4.5],
                     "petal length (cm)":[1, 1.4, 6.5],
                     "petal width (cm)":[3, 2, 3.5]})

# KNN算法填充数据  背KNN算法所在的位置
from sklearn.neighbors import KNeighborsClassifier # 分类问题
KNN_model = KNeighborsClassifier(n_neighbors=3) # n_neightbors代表聚类数量----超参数
KNN_model.fit(X,y)
result = KNN_model.predict(data)
print("预测结果：")
print(result)