Um engenheiro utiliza o algoritmo K-Vizinhos Mais Próximos (KNN) para classificar o estado de funcionamento de máquinas industriais. Para isso, desenvolveu um programa em Python (versão 3.12), utilizando as bibliotecas NumPy (versão 2.2.1) e scikit-learn (versão 1.6.1). A classe 0 indica funcionamento normal, enquanto a classe 1 indica necessidade de manutenção.

Analise o programa:

import numpy as np
from sklearn.neighbors import KNeighborsClassifier

X = np.array([ [1, 1], [1, 2], [2, 1], [7, 7], [8, 7], [7, 8] ])

y = np.array([0, 0, 0, 1, 1, 1])

modelo = KNeighborsClassifier(n_neighbors=3)
modelo.fit(X, y)

print(modelo.predict([[1.5, 1.5]]))

Considerando a execução do programa, qual será o resultado apresentado?