Python 如何将每个数据训练与KNN连接起来？

[]

我是一名学生，我尝试将每个数据测试与数据序列的KNN连接起来

有人有主意吗

X = datatest
Y = datatrain        
k = 1

distmat = squareform(pdist(X, 'euclidean'))
neighbors = np.sort(np.argsort(distmat, axis=1)[:, 0:k])

plt.figure(figsize = (8, 8))
plt.scatter(Y[:,0],Y[:,1],c='red')
plt.scatter(X[:,0], X[:,1], c = 'black')

for i in np.arange(15):
    for j in np.arange(k):
        x1 = np.array([X[i,:][0], X[neighbors[i, j], :][0]])
        x2 = np.array([X[i,:][1], X[neighbors[i, j], :][1]])
        plt.plot(x1, x2, color = 'black')

这不是我想要的，我希望每个数据测试点都与最近的邻居连接

这是我的代码给我的：

---

[]

将数据测试与KNN连接到底是什么意思？您是在推断使用KNN查找测试数据上的邻居吗？是的，我想查找测试数据上的邻居，并将其与MatPlotLib连接。我想做一些类似于postHope中图片的事情，希望这有所帮助。首先，谢谢你的回答，我为我的英语道歉。我想用图形表示每个训练变量，测试变量将使用它作为预测并连接它们。