用Python完成下面的项目： 给定一组数据 X=[[0],[1],[2],[3],[4],[5]]， 对应的标签为 y=[0,0,0,1,1,1]， 现使用Scikit-learn库的k近邻分类器对未知数据[0.5, 1.6, 2.5, 2.6, 3.8, 10]进行分类，输出其对应的标签。提示：(1)导入scikit-learn库的k近邻分类器模块；(2)准备训练数据和对应的标签； (3)获取分类器；(4)将训练数据和标签送入分类器进行学习；(5)对未知数据进行分类。

下面是代码实现：

from sklearn.neighbors import KNeighborsClassifier

X = [[0], [1], [2], [3], [4], [5]]
y = [0, 0, 0, 1, 1, 1]

# 获取分类器
knn = KNeighborsClassifier(n_neighbors=3)

# 将训练数据和标签送入分类器进行学习
knn.fit(X, y)

# 对未知数据进行分类
unknown_data = [[0.5], [1.6], [2.5], [2.6], [3.8], [10]]
predicted_labels = knn.predict(unknown_data)

print(predicted_labels)

输出结果为：

[0 0 0 1 1 1]

说明未知数据[0.5, 1.6, 2.5, 2.6, 3.8, 10]被成功分类，其对应的标签分别为0、0、0、1、1、1。