knn身高体重分类python

KNN算法是一种基于邻居的分类算法，可以用于分类问题，其中包括身高体重分类问题。

在Python中，可以使用scikit-learn库来实现KNN算法。以下是一个简单的示例代码，用于将身高和体重数据分类为男性或女性：

from sklearn.neighbors import KNeighborsClassifier

# 训练数据
X_train = [[165, 55], [170, 60], [175, 65], [180, 70], [185, 75], [190, 80]]
y_train = ['女', '女', '女', '男', '男', '男']

# 创建KNN分类器
knn = KNeighborsClassifier(n_neighbors=3)

# 训练模型
knn.fit(X_train, y_train)

# 测试数据
X_test = [[172, 63], [178, 68], [182, 72], [188, 78]]

# 预测结果
y_pred = knn.predict(X_test)

# 输出预测结果
print(y_pred)

输出结果为：['女' '男' '男' '男']

代码中，训练数据X_train包括身高和体重两个特征，y_train为对应的分类标签，即男性或女性。创建KNN分类器并设置邻居数为3，然后使用训练数据训练模型。测试数据X_test包括要分类的身高和体重数据，使用训练好的模型进行预测，输出预测结果。