KNN 預測
在上一個練習把資料整理成正確的形狀之後，你現在可以用它來推論 user_001 對於 Apollo 13 (1995) 的評分。
提醒一下，你在上一個練習準備好的資料（也已經載入到本題）包括：
target_user_x：user_001對已看過電影的中心化評分。other_users_x：其他所有使用者對他們評分過電影的中心化評分，但「不包含」電影 Apollo 13。other_users_y：其他所有使用者對電影 Apollo 13 的原始評分。
你會使用 other_users_x 和 other_users_y 來訓練一個來自 scikit-learn 的 KNeighborsRegressor，並用它來預測 user_001 可能會如何評分 Apollo 13 (1995)。
本練習屬於課程
用 Python 建立推薦引擎
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import the regressor
from sklearn.neighbors import ____
# Instantiate the user KNN model
user_knn = KNeighborsRegressor(____=____, ____=____)