多变量KNN预测

Question

所以，如果我的数据有1个功能来预测下一个结果，那么我的代码适用于knn.predict（）。为了把它放到上下文中，我有库存数据（开放，高，低，关闭），我使用＆＃34; Open＆＃34; as＆＃34; X＆＃34;数据和＆＃34;关闭＆＃34; as＆＃34; Y＆＃34; data和knn.predict将预测Y的下一个值。

当我尝试使用＆＃34;打开，高，低＆＃34;我的X数据的列（3个功能），我收到以下错误：

File "sklearn\neighbors\binary_tree.pxi", line 1294, in sklearn.neighbors.kd_tree.BinaryTree.query
ValueError: query data dimension must match training data dimension

我相信这是因为我的X.shape和Y.shape，其中X与Y的大小不同，但我不明白如何修复它。如果X和Y的大小必须相同，那么如何使用KNN进行多功能分析呢？

部分代码：

df = df[['Date','Time', 'Open', 'High', 'Low', 'Close']]
df.head()

# Predictor Variables
df['Open'] = df.Open
df['High'] = df.High
df['Low'] = df.Low
df['Close'] = df.Close
df = df.dropna()
#Data = np.delete(arr = df, obj=0, axis = 0)
X = np.array(df.ix[:, 2:6])
#X.head()
print X.shape

# Target Variable
Y = np.where(df['Close'].shift(-1)>df['Close'],1,-1)
#print (Y)

#Predict
u = df['Close'].iloc[-1]
#print u
new_prediction = knn.predict(u)
print new_prediction

Answer 1

对于培训，您正在使用

X = np.array(df.ix[:, 2:6])

，即一个6 - 2 = 4列的矩阵，意味着邻居是4元组。

预测时，您正在使用

u = df['Close'].iloc[-1]

这是一个标量。

最近的邻居未定义，sklearn非常不满意。