我在使用http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html时尝试拟合预先计算的内核矩阵，显然可能是因为预先计算了＆＃39;存在。我允许你传递一个n_samples * n_samples内核矩阵来适应方法。
使用它时，我得到的是：
ValueError：Metric＆＃39; precomputed＆＃39;对算法＆＃39; auto＆＃39;
无效我不明白如何使用算法＆＃39; auto＆＃39;找到最近的邻居与我使用预先计算的内核矩阵的事实是不相容的。
编辑：
不幸的是，我的问题没有得到任何关注。我已经更深入地查看了源代码，并且当您通过metric=precomputed时似乎存在错误，因为代码应该允许您选择algorithm=auto。而不是那样，在运行时，代码会碰到我提到的valueError，我不认为作者希望他的代码能够以这种方式运行。我不知道如何更改源代码以正常运行。
此外，我想补充一个问题，即从更具理论的角度来看，能够使用核矩阵（又名克矩阵）来使用kNN的拟合方法是完全合理的。您可以从克矩阵中导出距离矩阵，然后当您想要预测新数据时，您只需要找到k个最近邻居，并使用k个最近邻居中最现有的标签标记新数据。
我真的认为这个问题应该得到答案。这是正确的问题，我想要一些非常精确的东西，我知道有更深入了解Python和scikit学习库的人应该能够回答它。也许我错过了一些明显的东西，但我也认为它应该有助于任何人尝试将kNN与预先计算的内核矩阵一起使用（这不是一个孤立的案例）。
答案 0 :(得分：0)
我想这回复得太迟了，但如果你还在想。 ＆＃39;自动＆＃39;由于KDTree不接受用户定义或预先计算的指标，因此无法工作。只有Ball Tree才能运作。如果你专门将算法设置为＆＃39; Ball Tree＆＃39;它应该工作得很好。希望这有帮助！