数据集每一行有1034列，每列是一个节点，每个节点为一个特征。请帮我写出每一行对应的邻接矩阵和特征矩阵，邻接矩阵为1034行1034列。其中邻接矩阵，可以利用KNN来构造节点之间的连接关系。让KNN中的邻居数量为8。请帮我写出这个构建邻接矩阵的代码

假设你的数据集为`data`，包含1034行1034列。那么，你可以使用`sklearn`库中的`NearestNeighbors`类来构建邻接矩阵。代码如下：

from sklearn.neighbors import NearestNeighbors
import numpy as np

# 构建邻接矩阵
n_neighbors = 8  # KNN中的邻居数量
nbrs = NearestNeighbors(n_neighbors=n_neighbors, algorithm='auto').fit(data)
distances, indices = nbrs.kneighbors(data)
adj_matrix = np.zeros((1034, 1034))
for i in range(1034):
    for j in indices[i]:
        adj_matrix[i][j] = 1
        adj_matrix[j][i] = 1

# 构建特征矩阵
feature_matrix = data

解释一下，`NearestNeighbors`类的`fit`方法用于拟合数据，返回一个拟合器。然后，`kneighbors`方法用于找到每个样本的最近邻，返回两个数组：距离数组和索引数组。这里我们只需要使用索引数组，将其转化为邻接矩阵即可。最后，特征矩阵就是原始数据集。