Question

我在谷歌云平台ml引擎上实现了sklearn的简单k近邻算法。我使用自定义度量来计算两个输入向量之间的距离，使得距离是两个向量之间的元素方差的元素的加权和。代码如下：

import os.path
from sklearn import neighbors
import numpy as np
from six.moves import cPickle as pickle
import tensorflow as tf
from tensorflow.python.lib.io import file_io

flags = tf.app.flags
FLAGS = flags.FLAGS
flags.DEFINE_string('input_dir', 'input', 'Input Directory.')
flags.DEFINE_string('input_train_data','train_data','Input Training Data File Name.')
pickle_file = os.path.join(FLAGS.input_dir, FLAGS.input_train_data)

def mydist(x, y):
    return np.dot((x - y) ** 2, weight)

with file_io.FileIO(pickle_file, 'r') as f:
    save = pickle.load(f)
    train_dataset, train_labels, valid_dataset, valid_labels = save['train_dataset'], save['train_labels'], save[
        'valid_dataset'], save['valid_labels']

train_data = train_dataset[:1000]
train_label = train_labels[:1000]
test_data = valid_dataset[:100]
weight = [1.0]* len(train_dataset[1])
knn = neighbors.KNeighborsRegressor(weights='distance', n_neighbors=20, metric=lambda x, y: mydist(x, y))
knn.fit(train_data, train_label)
predict = knn.predict(test_data)
print(predict)

train_dataset是一个numpy数组形状（86667,13），valid_dataset有形状（8000,13）。 Train_labels具有形状（86667,1）和valid_labels（8000,1）。出于某种原因，我得到了尺寸不匹配：

line 15, in mydist return np.dot((x - y) ** 2, weight) ValueError: shapes 
(10,) and (13,) not aligned: 10 (dim 0) != 13 (dim 0)

自定义指标的输入中的x和y都应该具有13的大小，但它们的大小为10。任何人都可以解释这里有什么问题吗？

Answer 1

你正在考虑错误术语之间的距离。您无法获取标签和火车功能之间的距离。这些有两个不同的维度。你需要计算任何两个特征点之间的距离，比如x1和x2，不在标签和它的特征点（比如x1和y1）之间。其次，在声明KNeighborsRegressor对象时，您已经错误地指定了参数。在“metric”参数中，您可以指定“string”或“DistanceMetric”对象。 首先，您必须制作距离指标对象，然后将其作为指标传递。所以，这是调用函数的正确方法：

abs
bsa
bsb
bsc

Sklearn本身将负责如何在距离函数中传递参数。我假设权重变量是全局的，以使代码正常运行。

真的与这个numpy形状不匹配错误相混淆

1 个答案: