Skip to main content
 首页 » 编程设计

python之使用加权距离度量的 Scikit-learn 最近邻搜索

2025年01月19日9落叶无声

尝试使用 minkowski 距离和传递权重,但 sklearn 指标不允许这样做。尝试了 scipy 中的 pdist 和 cdist,但它们会预先计算距离!

    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) 

返回:

"NameError: name 'u' is not defined" 

callable(minkowski) 返回 True!

我知道我没有传递 u 和 v,所以出现错误也就不足为奇了。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,我如何使用 scipy 中的加权指标?

请您参考如下方法:

您现在可以使用 'wminkowski' 指标并使用 metric_params 将权重传递给指标。

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)