KNeighborsClassifier的距离变化

Question

我想更改sklearn的KNeighborsClassifier使用的距离。距离是指要素空间中可以看到谁是点的邻居的人。更具体地说，我要使用以下距离：

d（X1，X2）= 0.1 * | X1 [0]-X2 [0] | + 0.9 * | X1 [1]-X2 [1] |

谢谢。

Answer 1

只需定义您的自定义指标，即可：

def mydist(X1, X2):
    return 0.1 * abs(X1[0] - X2[0]) + 0.9*abs(X1[1] - X2[1])

然后使用metric这样的参数初始化KNeighboursClassifier

clf = KNeighborsClassifier(n_neighbors=3,metric=mydist,)

您可以详细了解sklearn中的距离和自定义距离度量here

请确保根据官方文档，您的自定义指标应遵循以下属性

1. 非负性：d（x，y）> = 0
2. 身份：当且仅当x == y时，d（x，y）= 0
3. 对称：d（x，y）= d（y，x）
4. 三角形不等式：d（x，y）+ d（y，z）> = d（x，z）

Here is an example也是自定义指标。