用python写一个基于k邻近算法的缺失值填充程序，

以下是一个基于k邻近算法的缺失值填充程序的示例代码：

import numpy as np
from sklearn.impute import KNNImputer

# 生成含有缺失值的数据集
X = np.array([[1, 2, np.nan], [3, 4, 5], [np.nan, 6, 7], [8, 9, 10]])

# 创建KNNImputer实例并进行拟合
imputer = KNNImputer(n_neighbors=2)
X_filled = imputer.fit_transform(X)

# 打印填充后的数据集
print(X_filled)

该程序使用了scikit-learn库中的KNNImputer类，该类实现了基于k邻近算法的缺失值填充功能。在程序中，首先生成了一个含有缺失值的数据集X，然后创建了一个KNNImputer实例，并指定k值为2。接着，调用fit_transform方法对数据集进行拟合和填充，并将结果存储在X_filled变量中。最后，打印填充后的数据集X_filled。