如何选择L个邻居

Question

我想知道如何选择特定点的最佳L邻居。就像说我需要选择5个邻居。有没有要更改的参数。

我想让它选择L点，其中：L = SQRT [数据集中的点数]

我有一个庞大的数据集，所以我可能会发现很多点与其他人相近，而其他人则远离他们。

  

L，要考虑的邻居数量，可以任意选择，或者   交叉验证。随着更多的训练数据，L可以更大，因为   训练数据在底层空间X中更加密集   在分类中不连续或非线性动力学，K应该是   更小，以捕捉这些更多的局部波动。

 NearestNeighbors(algorithm='auto', leaf_size=30, n_neighbors=5, p=2,
             radius=1.0, warn_on_equidistant=True)

Answer 1

  

我想让它选择L点，其中：L = SQRT [数据集中的点数]

除非您自己计算样本数量及其平方根，否则这是不可能的。您只能将整数传递为n_neighbors。

考虑可变数量的邻居的唯一方法是使用RadiusNeighbors{Classifier,Regressor}，它采用距离截止而不是 k 参数。

Answer 2

请尝试以下示例：

 import numpy as np
 rng = np.random.RandomState(42)
 from sklearn.neighbors import NearestNeighbors
 nnbrs = NearestNeighbors(n_neighbors=5)
 points = rng.randn(500, 3)
 nnbrs.fit(points)

 point_of_interest = np.array([0, 1, 0])
 distances, neighbor_indices = nnbrs.kneighbors(point_of_interest)
 neighbors = points[neighbor_indices]

这是否获得了预期的结果？如果存在计算时间/内存问题，您应该在稀疏矩阵数据上尝试此操作并使用algorithm=（请参阅文档）