import numpy as np

# 模拟一些学生的身高体重数据
student_data = np.array([
[175, 70, 1], # 男生示例数据（身高、体重、性别标签 1 表示男）
[160, 50, 0], # 女生示例数据（身高、体重、性别标签 0 表示女）
# 可以添加更多数据
])

# 提取输入特征（身高、体重）和目标输出（性别）
X = student_data[:, :2]
y = student_data[:, 2]

# 定义 BP 神经网络模型
from sklearn.neural_network import MLPClassifier

model = MLPClassifier(hidden_layer_sizes=(10,), activation='relu', solver='adam', max_iter=1000)

# 训练模型
model.fit(X, y)

# 进行预测
new_student = np.array([[170, 65]]) # 新学生的身高体重数据
prediction = model.predict(new_student)

if prediction[0] == 1:
print("预测为男生")
else:
print("预测为女生")