为什么scikit中的KNN算法不能像预期的那样工作？
为什么scikit中的KNN算法不能像预期的那样工作？
提问于 2019-04-25 02:58:09
我正在使用scikit learn在python中构建一个简单的KNN模型。我在UCI的葡萄酒数据集上测试了它，我注意到.predict()函数返回的结果不是大多数邻居类。
knn = KNeighborsClassifier(n_neighbors=3,weights='uniform')
knn.fit(wine,class_wine)
predictions = list(knn.predict(wine))
# S is array I've made that chooses majority class from neighbors of each instance
a = list(zip(predictions,list(S)))
for i in range(0,len(wine)):
if(predictions[i]!=S[i]):
print(predictions[i],S[i],class_wine[knn.kneighbors()[1][i].tolist()].tolist())输出如下所示：
1.0 3.0 [3.0, 2.0, 3.0]
1.0 2.0 [1.0, 2.0, 2.0]
1.0 2.0 [1.0, 2.0, 2.0]
1.0 3.0 [3.0, 1.0, 3.0]
3.0 2.0 [2.0, 3.0, 2.0]第一列是scikit算法的预测，第二列是我的算法，它使用了kneighbors()函数，并从返回的列表中选择了多数类，这是它应该做的。第三列是邻居列表。
正如您所看到的，来自KNeighborsClassifier的predict()做了一些不同的事情。
是不是有什么关于KNeighborsClassifier的实现我遗漏了什么？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-04-25 03:32:10
使用knn.kneighbors()时，如果不使用X参数，它将使用用于拟合模型的训练数据(self中的内容)，并从可能的邻居集中排除当前点。但是，当您使用knn.predict时，它不能排除该点，因为它不知道它是相同的点(可能是具有相同特征的其他葡萄酒)。在构建自己的predictor时，请尝试使用knn.kneighbors(wine)。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55836858
复制相关文章
相似问题
腾讯云开发者
