Question

在scikit-learn的无监督最近邻居的背景下，我已经实现了自己的距离函数来处理我的不确定点（即一个点表示为正态分布）：

def my_mahalanobis_distance(x, y):

'''
x: array of shape (4,) x[0]: mu_x_1, x[1]: mu_x_2, 
                        x[2]: cov_x_11, x[3]: cov_x_22
y: array of shape (4,) y[0]: mu_ y_1, y[1]: mu_y_2,
                        y[2]: cov_y_11, y[3]: cov_y_22 
'''     

    cov_inv = np.linalg.inv(np.diag(x[:2])+np.diag(y[:2]))
    return sp.spatial.distance.mahalanobis(x[:2], y[:2], cov_inv)

但是，当我设置最近的邻居时：

nnbrs = NearestNeighbors(n_neighbors=1, metric='pyfunc', func=my_mahalanobis_distance)
nearest_neighbors = nnbrs.fit(X)

其中X是(N, 4) (n_samples, n_features)数组，如果我在x中打印y和my_mahalanobis_distance，我会得到(10,)的形状正如我所期望的那样(4,)。

示例：

我将以下行添加到my_mahalanobis_distance：

print(x.shape)

然后在我的主要：

n_features = 4
n_samples = 10
# generate X array:
X = np.random.rand(n_samples, n_features)
nnbrs = NearestNeighbors(n_neighbors=1, metric='pyfunc', func=my_mahalanobis_distance)
nearest_neighbors = nnbrs.fit(X)

结果是：

(10,)
ValueError: shapes (2,) and (8,8) not aligned: 2 (dim 0) != 8 (dim 0)

我完全理解错误，但我不明白为什么我的x.shape为(10,)，而4中的功能数量为X。

我正在使用 Python 2.7.10 和 scikit-learn 0.16.1 。

编辑：

将return sp.spatial.distance.mahalanobis(x[:2], y[:2], cov_inv)替换为return 1仅用于测试返回：

(10,)
(4,)
(4,)
(4,)
(4,)
(4,)
(4,)
(4,)
(4,)
(4,)
(4,)

因此，只有第一次调用my_mahalanobis_distance是错误的。在第一次迭代中查看x和y值，我的观察结果为：

x和y相同
如果我多次运行我的代码，x和y仍然相同，但它们的值与之前的运行相比有所变化。
这些值似乎来自numpy.random函数。

我会得出结论，这样的第一个调用是一段尚未删除的调试代码。

Answer 1

这不是一个答案，但评论的时间太长了。我无法重现错误。

使用：

Python 3.5.2和 Sklearn 0.18.1

代码：

from sklearn.neighbors import NearestNeighbors
import numpy as np
import scipy as sp
n_features = 4
n_samples = 10
# generate X array:
X = np.random.rand(n_samples, n_features)


def my_mahalanobis_distance(x, y):    
    cov_inv = np.linalg.inv(np.diag(x[:2])+np.diag(y[:2]))
    print(x.shape)
    return sp.spatial.distance.mahalanobis(x[:2], y[:2], cov_inv)

n_features = 4
n_samples = 10
# generate X array:
X = np.random.rand(n_samples, n_features)
nnbrs = NearestNeighbors(n_neighbors=1, metric=my_mahalanobis_distance)
nearest_neighbors = nnbrs.fit(X)

输出

(4,)
(4,)
(4,)
(4,)
(4,)
(4,)
(4,)
(4,)
(4,)
(4,)

Answer 2

我定制了我的def my_mahalanobis_distance(x, y): ''' x: array of shape (4,) x[0]: mu_x_1, x[1]: mu_x_2, x[2]: cov_x_11, x[3]: cov_x_22 y: array of shape (4,) y[0]: mu_ y_1, y[1]: mu_y_2, y[2]: cov_y_11, y[3]: cov_y_22 ''' if (x.size, y.size) == (4, 4): return sp.spatial.distance.mahalanobis(x[:2], y[:2], np.linalg.inv(np.diag(x[2:]) + np.diag(y[2:]))) # to handle the buggy first call when calling NearestNeighbors.fit() else: warnings.warn('x and y are respectively of size %i and %i' % (x.size, y.size)) return sp.spatial.distance.euclidean(x, y)来处理这个问题：

File.listDir()

最近邻居的距离函数的输入尺寸

2 个答案: