有人在这里贴了一个类似的问题,但我没能完成我的工作
看到了吗
Sklearn kNN usage with a user defined metric
我想定义我的用户度量并在KNN中使用它 我好像有签名问题,但我不明白。谢谢
gamma=2
def mydist2 (x,y):
z=(x-y)
return (z[0]^2+gamma*z[1]^2)
neigh = KNeighborsClassifier(n_neighbors=3,metric=mydist2)
neigh.fit(traindata,train_labels)
neigh.score(testdata,test_labels)
def mydist2 (x,y):ValueError Traceback (most recent call last) in () ----> 1 neigh.fit(traindata,train_labels) 2 neigh.score(testdata,test_labels)
C:\Users\Fagui\Anaconda2\lib\site-packages\sklearn\neighbors\base.pyc in fit(self, X, y) 801 self._y = self._y.ravel() 802 --> 803 return self._fit(X) 804 805
C:\Users\Fagui\Anaconda2\lib\site-packages\sklearn\neighbors\base.pyc
in _fit(self, X) 256 self._tree = BallTree(X, self.leaf_size, 257 metric=self.effective_metric_, --> 258 **self.effective_metric_params_) 259 elif self._fit_method == 'kd_tree': 260 self._tree = KDTree(X, self.leaf_size,
sklearn/neighbors/binary_tree.pxi in sklearn.neighbors.ball_tree.BinaryTree.__init__
(sklearn\neighbors\ball_tree.c:8381)()
sklearn/neighbors/dist_metrics.pyx in sklearn.neighbors.dist_metrics.DistanceMetric.get_metric
(sklearn\neighbors\dist_metrics.c:4032)()
sklearn/neighbors/dist_metrics.pyx in sklearn.neighbors.dist_metrics.PyFuncDistance.__init__
(sklearn\neighbors\dist_metrics.c:10628)()
ValueError: func must be a callable taking two arrays
作为一个额外的问题,我想把gamma作为一个论点
非常感谢
Sklearn经过优化,使用cython和多个进程来尽可能快地运行。编写纯python代码,特别是当它被多次调用时,会减慢代码的速度。我建议您使用cython编写自定义度量。您有一个教程,您可以遵循right here
我的问题很愚蠢
语法是正确的
问题是python中的求幂不是用^而是用**
因此16=2**4而不是2^4
FromKNeighborsClassifier documentation:
metric
参数必须是字符串或DistanceMetric Object,并且您给出了一个函数。在为了传递自己的度量,必须指定:
metric='pyfunc'
并添加关键字参数func=mydist2
。在在the similar question:他们解释说,只有在设置了
algorithm='ball_tree'
并且保留了默认值“auto”时,才能使用自定义度量。在我认为以下几点应该有效:
当把gamma作为参数时,我会尝试:
^{pr2}$并添加参数
metric_params={'gamma':2}
但我不确定,医生没有明确的例子。在
相关问题 更多 >
编程相关推荐