給定距離矩陣的 Python 中的最近鄰

Question

我必須在 Python 中應用最近的鄰居，我正在尋找scikit-learn和scipy庫，它們都需要數據作為輸入，然后將計算距離並應用算法。

在我的情況下，我必須計算一個非常規距離，因此我想知道是否有辦法直接輸入距離矩陣。

Answer 1

正如福特所說並根據文檔http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html#sklearn.neighbors.KNeighborsClassifier，您應該將自定義距離轉換為DistanceMetric對象並傳遞它作為度量參數。

Answer 2

您需要創建一個DistanceMetric對象，提供您自己的函數作為參數：

metric = sklearn.neighbors.DistanceMetric.get_metric('pyfunc', func=func)

來自文檔：

這里func是一個函數，它接受兩個一維numpy數組，並返回一個距離。 請注意，為了在BallTree中使用，距離必須是真正的度量：即它必須滿足以下屬性

• 非負性：d（x，y）> = 0
• 身份：當且僅當x == y時，d（x，y）= 0
• 對稱性：d（x，y）= d（y，x）
• 三角不等式：d（x，y）+ d（y，z）> = d（x，z）

然后，您可以使用metric=metric作為關鍵字參數創建分類器，並在計算距離時使用此分類器。

Answer 3

想要添加福特的答案，你必須這樣做

metric = DistanceMetric.get_metric（'pyfunc'，func = /你的函數名稱/）

你不能只把你自己的函數作為第二個參數，你必須將參數命名為“func”

Answer 4

如果您設置metric="precomputed"您可以將您自己的距離矩陣傳遞給sklearn.neighbors.NearestNeighbors 。 如下例所示，當使用歐幾里得距離度量時，結果確實相當於直接傳遞特征。

import numpy as np
from numpy.testing import assert_array_equal
from scipy.spatial.distance import cdist
from sklearn.neighbors import NearestNeighbors

# Generate random vectors to use as data for k-nearest neighbors.
rng = np.random.default_rng(0)
X = rng.random((10, 2))

# Fit NearestNeighbors on vectors and retrieve neighbors.
knn_vector_based = NearestNeighbors(n_neighbors=2).fit(X)
nn_1 = knn_vector_based.kneighbors(return_distance=False)

# Calculate distance matrix.
# This computation can be replaced with any custom distance metric you have.
distance_matrix = cdist(X, X)

# Fit NearestNeighbors on distance matrix and retrieve neighbors.
knn_distance_based = (
    NearestNeighbors(n_neighbors=2, metric="precomputed")
        .fit(distance_matrix)
)

nn_2 = knn_distance_based.kneighbors(return_distance=False)

# Verify that that the result is the same.
assert_array_equal(nn_1, nn_2)

# Neighbors for single points can be retrieved by passing 
# a subset of the original distance matrix.
nn_of_first_point_1 = knn_vector_based.kneighbors(
    X[0, None], return_distance=False
)
nn_of_first_point_2 = knn_distance_based.kneighbors(
    distance_matrix[0, None], return_distance=False
)

assert_array_equal(nn_of_first_point_1, nn_of_first_point_2)