用knn.py程序求数据点的标签类别。

好的，如果你想使用knn.py程序求数据点的标签类别，需要先准备好以下几个步骤：

1. 准备数据集：需要有一组有标签的数据集，包括特征和标签两个部分。

2. 加载数据集：需要将数据集加载到程序中。

3. 分割数据集：需要将数据集分成训练集和测试集两个部分。

4. 训练模型：使用训练集训练knn模型。

5. 预测数据：使用测试集预测数据，得到预测结果。

6. 评估模型：评估预测结果的准确率。

以下是一个简单的knn.py程序，供你参考：

import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# 加载数据集
data = np.loadtxt('data.txt', delimiter=',')
X = data[:, :-1]
y = data[:, -1]

# 分割数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

# 训练模型
knn = KNeighborsClassifier()
knn.fit(X_train, y_train)

# 预测数据
y_pred = knn.predict(X_test)

# 评估模型
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:', accuracy)

需要注意的是，这只是一个简单的示例程序，实际应用中需要根据数据集的具体情况进行相应的调整。