标签: knn

我有以下 data.table，其中每个唯一x值都与一个唯一y值相关联。然后我强制一个x值作为NAk 最近邻练习的目的：

dt <- data.table(x = rep(c(1:4), 3), 
                 y = rep(c("Brandon", "Erica", "Karyna", "Alex"), 3))
dt[3, 1] <- NA

print(dt)
 #    x       y
 #1:  1 Brandon
 #2:  2   Erica
 #3: NA  Karyna
 #4:  4    Alex
 #5:  1 Brandon
 #6:  2   Erica
 #7:  3  Karyna
 #8:  4    Alex
 #9:  1 Brandon
#10:  2   Erica
#11:  3  Karyna
#12:  4    Alex

参考这个问题的第一个答案，我创建了一个二进制矩阵，dt$y如下所示：

dt.a <- model.matrix(~ y -1 , data …

我的团队，遇到了问题
----------------------

   Avg.SessionLength TimeonApp  TimeonWebsite LengthofMembership Yearly Amount Spent
    0   34.497268   12.655651    39.577668     4.082621                 587.951054
    1   31.926272   11.109461    37.268959     2.664034                 392.204933
    2   33.000915   11.330278    37.110597     4.104543                 487.547505
    3   34.305557   13.717514    36.721283     3.120179                 581.852344
    4   33.330673   12.795189    37.536653     4.446308                 599.406092
    5   33.871038   12.026925    34.476878     5.493507                 637.102448
    6   32.021596   11.366348    36.683776     4.685017                 521.572175 

想申请KNN

X = df[['Avg. Session Length', 'Time on App','Time on Website', 'Length of Membership']] 
y = df['Yearly Amount Spent'] 

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, …

我使用插入符号表示 knn，最初使用tuneLength=10 运行该过程，我发现用于模型的 k=21

我想使用一组特定的 k 值来运行参数，但在传递 tuneGrid 中的值或将 k 值直接传递给训练函数时遇到错误

数据：

library(mlbench)
data(PimaIndiansDiabetes)

代码：

grid = expand.grid(k = c(5,7,9,15,19,21)

compute_learncurve5 <- function(df=adultFile,control=control,ratio=30,fold=10,N=3,metric="Accuracy",
                                seed=1234,scaled=FALSE,DEBUG=FALSE) {
  result_df = c()
  size <- round(size=(ratio/100 * nrow(df)))
  split <-  gsub(" ","",paste(as.character(100-ratio),"/",as.character(ratio)))
  iter <-  N
  trainSize <-  nrow(df)-size
  testSize <-  size

  if (DEBUG){
    print(paste("Dimension of InputDataSet : ", dim(df)))
    print(paste("Test/Train Perct : ",ratio,"|",100-ratio,
                " : Train/Test size = ", trainSize,"|",testSize))
  }

  #Set-up data
  trainpct  <- (100-ratio)/100

  # Set-up Train and Test - Change target variable …

我正在尝试根据对象的各种特征（例如：类别、标签、作者、标题、视图、共享等）创建推荐器。正如您所看到的，这些功能是混合类型的，而且我没有任何特定于用户的数据。显示对象之一的详细信息后，我想再显示 3 个类似的对象。我正在尝试将 kNN 与 sklearn 一起使用，并发现单热编码在这种情况下很有用。但我不知道如何将它们与 KNN 一起应用。欢迎任何帮助，即使使用完全不同的库或方法。我是 ML 的新手。

我想从 dataframe 中找到kdataframe 中所有点的最近邻居。这怎么可行？它似乎只需要一组数据，并且只需要一个查询点。ABsklearn.neighbors.NearestNeighbors

喜欢：

samples = [[0., 0., 0.], [0., .5, 0.], [1., 1., .5]]
from sklearn.neighbors import NearestNeighbors
neigh = NearestNeighbors(n_neighbors=1)
neigh.fit(samples) 

print(neigh.kneighbors([[1., 1., 1.]])) 

来自Python 文档

我想要一个包含多个查询点的数据框而不是 [[1., 1., 1.]]

PS我想要的指标是Mahalanobis其sklearn.neighbors.KDTree不接受，而且scipy.spatial.KDTree甚至没有任何指标的选择。

我正在尝试构建自己的估计器（回归器）并将其用于插补（KnnImputation）。我在使用网格搜索“GridSearchCV”时遇到问题。有什么想法有什么问题吗？

我的代码：

class KnnImputation(BaseEstimator, RegressorMixin):

    def __init__(self, k=5, distance='euclidean'):
        self.k = k
        self.distance = distance

    def get_params(self, deep=False):
        return {'k': self.k, 'distance': self.distance}

    def set_params(self, **parameters):
        self.k = parameters['k']
        self.distance = parameters['distance']

    def fit(self, X, y):

        self.xTrain = X.values
        self.yTrain = y.values

        return self

    def predict(self, X):
        ........

        return yPred

# scorer:
scorer = make_scorer(mean_squared_error)

kf = KFold(n_splits=10, shuffle=False, random_state=23)
NN = KnnImputation()
gridSearchNN = GridSearchCV(NN, param_grid=params, scoring=scorer, n_jobs=1,
                            cv=kf.split(xTrain, yTrain), verbose=1)
gridSearchNN.fit(X=xTrain, y=yTrain)

我的错误：

....
  File "C:\Users\...........\dataImputation.py", line 85, …

我正在尝试跑步cosine_similarity，但KNN Classifier没有成功。

from sklearn.metrics.pairwise import cosine_similarity
knn = KNeighborsClassifier(n_neighbors=10,  metric=cosine_similarity).fit(x, y)

x 的形状（150 个样本，4 个特征）：

(150, 4)

y 的形状：

(150,)

我收到错误：

ValueError: Expected 2D array, got 1D array instead

我曾尝试重塑x，但无论成功reshape(-1,1)还是rehsape(1,-1)失败。

我如何 KNN Classifier在这个数据集（x 有 4 个特征）上运行cosine_similarity？

我目前正在研究项目或指导/指导我的研究.我要确定三叶不同的物种,并用100个样本每一个(300仅仅是特定的),我的教授要求我意味着K近邻算法使用在上传的100个样本在系统中上传的图片进行分类数据库作为参考.

我已经为系统上传了样本和图像处理,但我仍然需要应用KNN算法对它们进行分类,任何建议或分步教程？

是否需要研究编码算法,或者是否有现有的库可以在C#语言的图像分类中轻松应用KNN？并且每个叶子种类有100个图像样本吗？

更多信息:来自martijin_himself的回复

是的,我说的是树叶.嗯,问题是,唯一要考虑的特征是树叶的形状.忽略其他功能,如颜色,大小等.我并不确切知道何时或如何提取这些"特征向量",将它们放在何处以及如何将图像样本用作叶子的参考

关于系统的图像处理部分,图像经历二值化和斑点化的过程,使图像仅考虑其形状唯一的特征.因此,我在数据库中上传的所有样本都是如此.如果我缺乏答案所需的信息,我感到非常抱歉.请多多包涵.

提前致谢!:)

我正在研究拇指识别系统.我需要实现KNN算法来分类我的图像.根据这个,它只有2个测量值,通过它计算找到最近邻居的距离,但在我的情况下,我有400张25 X 42的图像,其中200个用于训练,200个用于测试.我正在寻找几个小时,但我找不到找到点之间距离的方法.

编辑:我已将前200幅图像重新塑造成1 X 1050并将其存储在trainingData200 X 1050 的矩阵中.同样我制作了testingData.