标签: knn

我在weka上使用k最近邻分类器(http://weka.sourceforge.net/doc.dev/weka/classifiers/lazy/IBk.html).

我想欧几里德距离是默认的距离函数.我如何更改该功能并使用与我自己的距离函数相同的类？

谢谢,

马尔科

我正在尝试使用knn创建一个简单的推荐系统.

可以说我有一张桌子:

User | Book1 | Book2 | Book3 | Book4 | Book5 | Book6 | Book7 |
1    | 5     | ?     | 3     | ?     | 4     | 3     | 2     |
2    | 3     | 4     | ?     | 2     | 3     | 4     | 2     |
3    | 4     | 2     | 1     | ?     | ?     | 3     | 3     |
4    | 2     | 5     | 3     | ?     | 4     | 1     | …

我有关于在matlab中计算分类器的精度和召回率的问题.我使用fisherIris数据(由150个数据点,50个setosa,50个versicolor,50个virginica组成).我使用kNN算法进行了分类.这是我的困惑矩阵:

50     0     0
 0    48     2
 0     4    46

正确的分类率是96%(144/150),但如何用matlab计算精度和召回率,有什么功能吗？我知道该精度的公式= tp /(tp + fp),并且召回= tp /(tp + fn),但我在识别组件时丢失了.例如,我可以说矩阵的真阳性是144吗？假阳性和假阴性怎么样？请帮忙!!!我真的很感激!谢谢!

我有7个类需要分类,我有10个功能.在这种情况下我是否需要使用k的最佳值,或者我必须运行KNN以获得介于1和10(大约10)之间的k值,并在算法本身的帮助下确定最佳值？

我正在使用 KNeighborsRegressor，但我想将它与自定义距离函数一起使用。我的训练集是 Pandas DataFrame，它看起来像：

week_day  hour  minute  temp  humidity
0         1     9       0     1      
1         1     9       0     1      
2         1     9       0     1      
3         1     9       0     1      
4         1     9       1     1     
  ...

def customDistance(a, b):
    print a, b
    return np.sum((a-b)**2)

dt = DistanceMetric.get_metric("pyfunc", func=customDistance)

knn_regression = KNeighborsRegressor(n_neighbors=15, metric='pyfunc', metric_params={"func": customDistance})
knn_regression.fit(trainSetFeatures, trainSetResults)

我还尝试直接从 KNeighborsRegressor 构造函数调用 customDistance ，例如：

knn_regression = KNeighborsRegressor(n_neighbors=15, metric=customDistance)

函数执行的两种方式，但结果有点奇怪。首先，我希望从我的 DataFrame 中看到函数输入 A 和 B 行，但我得到的是：

[0.87716989 11.46944914 1.00018801 1.10616031 1.] [ 1. 9. 0. …

I have a np array, X that is size 1000 x 1000 where each element is a real number. I want to find the 5 closest points for every point in each row of this np array. Here the distance metric can just be abs(x-y). I have tried to do

for i in range(X.shape[0]):
    knn = NearestNeighbors(n_neighbors=5)
    knn.fit(X[i])
    for j in range(X.shape[1])
        d = knn.kneighbors(X[i,j], return_distance=False)

However, this does not work for me and I am not sure how efficient …

我正在使用 Scikit learn 进行 K 最近邻分类：

from sklearn.neighbors import KNeighborsClassifier

model=KNeighborsClassifier() 
model.fit(train_input,train_labels)

如果我打印我的数据：

print("train_input:")
print(train_input.iloc[0])
print("\n")
print("train_labels:")
print(train_labels.iloc[0]) 

我明白了：

train_input:
PassengerId                          1
Pclass                               3
Name           Braund, Mr. Owen Harris
Sex                               male
Age                                 22
SibSp                                1
Parch                                0
Ticket                       A/5 21171
Fare                              7.25
Cabin                              NaN
Embarked                             S
Name: 0, dtype: object


train_labels:
0

代码失败并出现以下错误：

ValueError                                Traceback (most recent call last)
<ipython-input-21-1f18eec1e602> in <module>()
     63 
     64 model=KNeighborsClassifier()
---> 65 model.fit(train_input,train_labels)
ValueError: could not convert string to float: 'Q'

那么，KNN 算法不适用于String值吗？ …

输入：

\xe2\x80\xa2 N 个点{P1，\xe2\x80\xa6。, Pn} - 每个点都来自同一维度 t：

\n
• Pi = {x_1, \xe2\x80\xa6., x_t} 其中 k 介于 18-30 之间。
\n

\xe2\x80\xa2 距离函数 \xe2\x80\x93 dist(Pi, Pj) - 返回一个数字，即点之间的距离。（该函数是自定义函数 \xe2\x80\x93 不是标准 Minkowski 距离）。

问题：

\xe2\x80\xa2 主要问题：

\n
• 尽可能快地从所有 N 个点 \xe2\x80\x93 中找到 K 个最接近的对。
\n

\xe2\x80\xa2 第二个问题：

\n
• 给定一个点 Q = {x_1, \xe2\x80\xa6, x_t} 返回 K 个最接近的对。
\n

\xe2\x80\xa2 很高兴拥有：

\n
• 我们可以在其中添加/删除点 Pi 的数据库，并且上述查询将尽可能快地运行。
\n

相关数据结构：

\xe2\x80\xa2 KD-树

\n …

给定一个数据点，我需要生成 K 个最近的邻居。我阅读了sklearn 的 sklearn.neighbors 模块，但它在两组数据之间生成了邻居。我想要的可能是最接近传递的数据点的 100 个数据点的列表。

无论如何，任何 KNN 算法都应该在幕后找到这些 K 个数据点。有什么办法可以将这些 K 点作为输出返回？

这是我的示例笔记本。

我正在构建一个 KNN 模型来预测房价。我将检查我的数据和我的模型，然后是我的问题。

数据 -

# A tibble: 81,334 x 4
   latitude longitude close_date          close_price
      <dbl>     <dbl> <dttm>                    <dbl>
 1     36.4     -98.7 2014-08-05 06:34:00     147504.
 2     36.6     -97.9 2014-08-12 23:48:00     137401.
 3     36.6     -97.9 2014-08-09 04:00:40     239105.

模型 -

library(caret)
training.samples <- data$close_price %>%
  createDataPartition(p = 0.8, list = FALSE)
train.data  <- data[training.samples, ]
test.data <- data[-training.samples, ]

model <- train(
  close_price~ ., data = train.data, method = "knn",
  trControl = trainControl("cv", number = 10),
  preProcess = c("center", "scale"),
  tuneLength …