【问题标题】:Manhattan distance problem in python without using scikit learn module?python中的曼哈顿距离问题不使用scikit学习模块?
【发布时间】:2020-07-28 06:32:47
【问题描述】:

我需要根据 5 个宏观经济和社会特征/指标(预期寿命、婴儿死亡率、占 GDP 的百分比)预测一个国家的某个指标水平(1-100 级),这是目标特征关于军事等)

我需要使用 3-最近邻预测模型和加权 k-nn

我还需要在范围标准化后进行预测。

我正在寻找一些关于如何在 python 中实现这一点的想法

谢谢

【问题讨论】:

  • 为什么要避免为此使用 scikit?
  • 到目前为止你尝试过什么?还好心问:这是为了某种任务吗?
  • 另外,你知道加权 knn 和曼哈顿距离是如何工作的吗?你想要什么样的标准化?请在问题中添加更多详细信息
  • 是的,要求是具体的。我开始使用python,所以目前真的没有任何方向。欢迎提出任何建议
  • 是的,我知道它们是如何工作的。标准或最小-最大归一化应该没问题。

标签: python predictive


【解决方案1】:

我认为您应该从 with scikit-learn 开始,然后开始工作。

那么你应该处理曼哈顿距离的函数,所以只需:

def dist_manhattan(point1, point2):
    ...

如果你得到了这个,你需要实现你的规范化函数:

def normalize(dataset):
    ...

然后你可以实现你的加权knn,就像一个函数

def w_knn(dataset):
    ...

如果你对 python 有一般的斗争,我建议你阅读一些关于它的书籍或观看/阅读教程。

【讨论】:

  • 所以我能够使用列表来查找俄罗斯的 CPI,使用曼哈顿距离而不进行标准化我现在需要对数据进行标准化,然后才能找到针对俄罗斯的国家的参数之间的曼哈顿距离所以问题是我需要按列规范化(参数),然后我需要找到曼哈顿距离行明智关于如何实现这一点的任何想法,因为我认为我将不得不翻转数据框或者如果工作使用列表如何将 5 列(列表)中的第一个值放入 16 个列表中,每个列表有 5 个值?
  • @axel_p 看看this
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 2012-06-18
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多