Sklearn-KNN允许在计算 mean x最近邻居时设置权重(例如,均匀,距离)。
是否可以使用中位数(可能使用用户定义的函数)进行预测,而不是使用 mean 进行预测?
答案 0 :(得分:6)
没有内置参数来调整权重以使用中位数而不是均值(您可以看到in the source均值是硬编码的)。但是因为scikit-learn估计器只是Python类,所以你可以继承KNeighborsRegressor
并覆盖predict
方法来做任何你想做的事。
这是一个简单的示例,我复制并粘贴了原始predict()
方法并修改了相关内容:
from sklearn.neighbors.regression import KNeighborsRegressor, check_array, _get_weights
class MedianKNNRegressor(KNeighborsRegressor):
def predict(self, X):
X = check_array(X, accept_sparse='csr')
neigh_dist, neigh_ind = self.kneighbors(X)
weights = _get_weights(neigh_dist, self.weights)
_y = self._y
if _y.ndim == 1:
_y = _y.reshape((-1, 1))
######## Begin modification
if weights is None:
y_pred = np.median(_y[neigh_ind], axis=1)
else:
# y_pred = weighted_median(_y[neigh_ind], weights, axis=1)
raise NotImplementedError("weighted median")
######### End modification
if self._y.ndim == 1:
y_pred = y_pred.ravel()
return y_pred
X = np.random.rand(100, 1)
y = 20 * X.ravel() + np.random.rand(100)
clf = MedianKNNRegressor().fit(X, y)
print(clf.predict(X[:5]))
# [ 2.38172861 13.3871126 9.6737255 2.77561858 17.07392584]
我遗漏了加权版本,因为我不知道用numpy / scipy计算加权中位数的简单方法,但只要该函数可用,就可以直接添加。