请用python语言写一个KNN算法实例

K近邻（K-Nearest Neighbors, KNN）是一种简单而直观的机器学习分类算法。在Python中，我们可以使用sklearn库来实现。下面是一个基本的KNN分类器的实例：

from sklearn.neighbors import KNeighborsClassifier
import numpy as np

# 假设我们有一个简单的数据集，其中包含特征和标签
X = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])  # 特征矩阵
y = np.array([0, 0, 1, 1])  # 标签向量

# 创建并训练KNN模型，假设k=3
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X, y)

# 测试新样本
new_sample = np.array([[9, 10]])  # 新的输入数据点
prediction = knn.predict(new_sample)

print("预测结果:", prediction)

在这个例子中，我们首先导入了`KNeighborsClassifier`类和`numpy`库。然后创建了一个数据集`X`和对应的标签`y`。接着，我们创建了一个KNN分类器，并通过`fit()`方法对其进行训练。最后，对新的输入样本进行预测。