使用中位数(而非均值)预测sklearn-KN​​N

时间:2015-11-15 04:25:06

标签: python scikit-learn knn

Sklearn-KN​​N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?

1 个答案:

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。