Question

有人在这里发布了类似的问题，但我无法完成我的工作

见

Sklearn kNN usage with a user defined metric

我想定义我的user_metric并在KNN中使用它我似乎有一个签名问题，但我不明白。感谢

gamma=2


def mydist2 (x,y):
    z=(x-y)
    return (z[0]^2+gamma*z[1]^2) 
neigh = KNeighborsClassifier(n_neighbors=3,metric=mydist2)

neigh.fit(traindata,train_labels)
neigh.score(testdata,test_labels)

def mydist2（x，y）：ValueError Traceback   （最近的呼叫最后）in（）   ----＆GT; 1 neigh.fit（traindata，train_labels）         2 neigh.score（testdata，test_labels）

C：\用户\法吉\ Anaconda2 \ lib中\站点包\ sklearn \邻居\ base.pyc   适合（自我，X，y）       801 self._y = self._y.ravel（）       802    - ＆GT; 803返回self._fit（X）       804       805
C:\Users\Fagui\Anaconda2\lib\site-packages\sklearn\neighbors\base.pyc
in _fit（self，X） 256 self._tree = BallTree（X，self.leaf_size， 257 metric = self.effective_metric_， - ＆GT; 258 ** self.effective_metric_params_） 259 elif self._fit_method =='kd_tree'： 260 self._tree = KDTree（X，self.leaf_size，
sklearn/neighbors/binary_tree.pxi in sklearn.neighbors.ball_tree.BinaryTree.__init__
（sklearn \邻居\ ball_tree.c：8381）（）
sklearn/neighbors/dist_metrics.pyx in sklearn.neighbors.dist_metrics.DistanceMetric.get_metric
（sklearn \邻居\ dist_metrics.c：4032）（）
sklearn/neighbors/dist_metrics.pyx in sklearn.neighbors.dist_metrics.PyFuncDistance.__init__
（sklearn \邻居\ dist_metrics.c：10628）（）
ValueError: func must be a callable taking two arrays

作为奖励问题，我想将伽玛作为参数传递

非常感谢

Answer 1

我的问题非常愚蠢

语法正确

问题是python中的取幂不是用^而是用**

因此16 = 2 ** 4而不是2 ^ 4

Answer 2

来自KNeighborsClassifier documentation：metric参数必须是字符串或DistanceMetric Object，并且您提供了一个函数。

要传递自己的指标，您必须指定：metric='pyfunc'并添加关键字参数func=mydist2。

在the similar question中：他们解释说，只有在设置algorithm='ball_tree'时才能使用自定义指标，并保留默认值“自动”。

我认为以下内容应该有效：

neigh = KNeighborsClassifier(n_neighbors=3, algorithm='ball_tree',metric='pyfunc', func=mydist2)

当谈到将gamma作为参数传递时，我会尝试：

def mydist2 (x,y, gamma=2):
    z=(x-y)
    return (z[0]^2+gamma*z[1]^2)

并添加参数metric_params={'gamma':2}

neigh = KNeighborsClassifier(n_neighbors=3, algorithm='ball_tree',metric='pyfunc', func=mydist2, metric_params={'gamma':2} )

但我不确定，文档中没有明确的例子。

Answer 3

在Cython中定义一个指标，构建模块以创建库并从主代码中调用它。

Sklearn经过优化，使用cython和几个进程尽可能快地运行。编写纯Python代码，尤其是在多次调用它时，会降低代码的速度。我建议您使用cython编写自定义指标。您有一个教程，可以关注right here

使用用户定义的指标（再次）使用Sklearn kNN

3 个答案: