[英]Nearest Neighbor using customized weights on Python scikit-learn
[英]Scikit-learn Nearest Neighbor search with weighted distance metric
尝试使用 minkowski 距离并传递权重,但 sklearn 指标不允许这样做。 尝试了 scipy 的 pdist 和 cdist ,但这些是事先计算距离的!
import pandas as pd
from sklearn.neighbors import NearestNeighbors
X = pd.read_csv('.file.csv')
weights = [1] * X.shape[1] # filled with 1's for now
nbrs = NearestNeighbors(
algorithm = 'brute',
metric = minkowski(u, v, p=1, w=weights), n_jobs = -1)
.fit(X)
distances, indices = nbrs.kneighbors(X=X, n_neighbors=50, return_distance=True)
这将返回:
"NameError: name 'u' is not defined"
callable(minkowski)
返回 True!
我知道我没有通过 u 和 v,所以不出所料,错误出现了。 对于使用 sklearn 支持的指标之外的其他指标,此文档有点差。 例如,如何使用 scipy 的加权指标?
您尝试包含权重的方式是您的问题。 由于u
和v
未定义并且在内部传递给可调用指标,因此您实际上不应将它们包含在您的代码中。 您应该使用来自minkowski
functools.partial
创建一个偏函数,其中p
和w
的值是预定义的。
from functools import partial
w_minkowski = partial(minkowski, p=1, w=weights)
nbrs = NearestNeighbors(algorithm='brute', metric=w_minkowski, n_jobs=-1)
nbrs.fit(X)
...
您现在可以使用'wminkowski'
指标并使用metric_params
将权重传递给该指标。
import numpy as np
from sklearn.neighbors import NearestNeighbors
seed = np.random.seed(9)
X = np.random.rand(100, 5)
weights = np.random.choice(5, 5, replace=False)
nbrs = NearestNeighbors(algorithm='brute',
metric='wminkowski',
metric_params={'w': weights},
p=1,
n_jobs=-1)
nbrs.fit(X)
输出:
NearestNeighbors(algorithm='brute', leaf_size=30, metric='wminkowski',
metric_params={'w': array([2, 0, 3, 4, 1])}, n_jobs=-1,
n_neighbors=5, p=1, radius=1.0)
如果您想对p=1
使用 Minkowski 距离,您只需将NearestNeighbors
metric
参数设置为'manhattan'
或'l1'
(这些是字符串)。 您还可以将metric
设置为'minkowski'
并相应地设置p
参数。
详情请看这里
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.