sklearn笔记

neighbors

KNeighborsClassifier

class sklearn.neighbors.KNeighborsClassifier(n_neighbors=5, weights=’uniform’, algorithm=’auto’, leaf_size=30,p=2, metric=’minkowski’, metric_params=None, n_jobs=1, **kwargs)

• n_neighbors：int，默认值为5
  表示k-nn算法中选取离测试数据最近的k个点
• weight：str or callable，默认值为uniform
  表示k近邻点都分类结果的影响，一般的情况下是选取k近邻点中类别数目最多的作为分类结果，这种情况下默认k个点的权重相等，但在很多情况下，k近邻点权重并不相等，可能近的点权重大，对分类结果影响大。默认值为uniform，还可以是distance和自定义函数

1. ‘uniform’：表示所有点的权重相等
2. ‘distance’：表示权重是距离的倒数，意味着k个点中距离近的点对分类结3.果的影响大于距离远的点
3. [callable]：用户自定义函数，接受一个距离数组，返回一个同维度的权重数

• algorithm：{‘ball_tree’,‘kd_tree’,‘brute’,‘auto’}
  计算找出k近邻点的算法

1. ‘ball_tree’：使用BallTree维数大于20时建议使用
2. ‘kd_tree’：使用KDTree，原理是数据结构的二叉树，以中值为划分，每个节点是一个超矩形，在维数小于20是效率高
3. ‘brute’：暴力算法，线性扫描
4. ‘auto’：自动选取最合适的算法
   note：在稀疏的输入数据上拟合，将使用’brute’覆盖此参数

• leaf_size：int，默认值为30
  用于构造BallTree和KDTree
  leaf_size参数设置会影响树构造的树构造和询问的速度，同样也会影响树存储需要的内存，这个值的设定取决于问题本身

• p：int，默认值为2
  1：使用曼哈顿距离进行度量
  2：使用欧式距离进行度量

• metric : string or callable, 默认使用’minkowski’(闵可夫斯基距离)，度量函数
  
  其中p是一个变参数，也就是上一个介绍的参数p
  当p=1时，就是曼哈顿距离
  当p=2时，就是欧氏距离
  当p→∞时，就是切比学夫距离

• metric_params : dict, 默认为None
  度量函数的其他关键参数，一般不用设置

• n_jobs : int or None, 默认None
  用于搜索k近邻点并行任务数量，-1表示任务数量设置为CPU的核心数，即CPU的所有core都并行工作，不会影响fit(拟合)函数

根据Nearest Neighbors算法，如果找到两个邻居，例如邻居k+1和k，他们有着一样的距离但是不一样的标签，最后的结果会根据训练数据的顺序来决定。

fit(self, X, y)	使用X作为训练集作为便签集，来拟合模型
get_params(self[, deep])	获得估计器的参数
kneighbors(self[, X, n_neighbors, …])	查找X数组X数组中所有点的K邻居点
kneighbors_graph(self[, X, n_neighbors, mode])	计算X中每个点的K邻居权重图
predict(self, X)	预测X数据集中每个点对应的标签
predict_proba(self, X)	返回X数据集中对应每个标签的概率估计值
score(self, X, y[, sample_weight])	返回给定数据集和标签的平均准确率
set_params(**params)	设置估计器的参数