在 R 中具有自定义距离函数的 knn

Question

我想用自定义距离函数应用 k 最近邻。 我还没有找到使用 FNN 或 class 之类的包来传递此函数的方法。 有没有办法将函数或距离矩阵传递给某个 R 包中现有的 knn 算法，还是我必须从头开始编写？

背景

详细说明我的问题：我的数据包括

• 起始纬度
• 开始经度
• 起始国家
• 结束纬度
• 结束经度
• 结束国家
• 开始+结束国家
• 交通工具
• 距离
• 价钱

我想根据其他因素估算价格。 距离函数需要包括haversine距离来衡量起点和终点的经纬度的相似性，所以我不能使用像欧几里得或闵可夫斯基这样的内置距离。

开放 Python 建议

如果有人认为出于某种原因，使用一些花哨的包在 Python（在两种语言中提供相同的编程技能）中这样做会容易得多，我也非常愿意接受有关此的其他信息。

Answer 1

搜索了一下之后，我发现了一个名为 KODAMA 的包，它进行了10 倍的交叉验证，并且似乎有一个 knn 预测函数knn.predict使用由knn.dist函数单独计算的距离矩阵。

看起来knn.dist函数的输出knn.dist是一个标准距离矩阵，具有对称值和对角线设置为零，属于 Matrix 类。 所以我们可以单独创建一个，这些代码行是等效的：

kdist <- KODAMA::knn.dist(x)
kdist <- dist(x, upper=T, diag=T) %>% as.matrix # it also works
knn.predict(train, test, y ,kdist, k=3, agg.meth="majority")

您可以尝试使用自定义距离矩阵。 希望能帮助到你。