SKLearn 中具有类别权重的 KNN

Question

是否可以在 SKLearn 中定义 K 最近邻分类器的类权重？我查看了API，但无法解决。我有一个 knn 问题，它的类数量非常不平衡（其中一些为 10000 个，其他为 1 个）。

Answer 1

sklearn 中的原始 knn 似乎没有提供该选项。不过，您可以通过向距离方程添加系数（权重）来更改源代码，以便放大属于多数类的记录的距离（例如，系数为 1.5）。

https://github.com/scikit-learn/scikit-learn/blob/7b136e9/sklearn/neighbors/classification.py#L23

或者，不平衡学习模块（scikit-learn-contrib 项目的一部分）可用于类间不平衡程度较高的数据集：

http://contrib.scikit-learn.org/imbalanced-learn/stable/introduction.html

（如果是二元分类，您也可以将问题视为无监督异常值检测问题，并使用 sklearn 中的一类 SVM 等方法来执行分类）