如何为sklearn knn制作用户定义的可调用权重函数？

Question

我正在尝试为 Sklearn KNN 分类器制作自定义权重，类似于 here。 在文档中只是简单地提到，您可以将自定义权重设置为用户定义的函数，它接受距离数组，并返回包含权重的相同形状的数组。here。

如何为平方距离或线性权重创建该函数？ 我读了无数页的SO，但没有任何运气。 有演练或正确的例子吗？

Answer 1

我意识到这来得太晚了，但以防万一其他人遇到这种困难，您可以尝试使用传递给您想要实例化的 KNearest-Class 的简单 lambda 函数。

像这样：

def knn_weight(dist,sigma=5.0):
    return math.e**(-dist**2 / (2*sigma**2))

然后您可以为该函数创建一个变量，例如：

gaussian_knn_weightf = lambda v:knn_weight(v)

使用

KNeighborsClassifier

类例如： 这将翻译为：

nbrs = KNeighborsClassifier(k=3,weights=gaussian_knn_weightf, algorithm='ball_tree', n_jobs=-1).fit(X_train, y_train)