KNeighborsClassifier 中是否有加权指标？ [复制]答案

【问题标题】：Is there a weighted metric in KNeighborsClassifier? [duplicate]KNeighborsClassifier 中是否有加权指标？ [复制]
【发布时间】：2019-12-18 23:21:39
【问题描述】：

我想看看是否可以在 KNeighborsClassifier 中修改指标的权重。 L2 欧几里得度量是这样工作的：

x = np.array([1,2,3])
y = np.array([6,5,4])

def d(x,y)=
  sqrt((x[0]-y[0])^2 + (x[1]-y[1])^2 + (x[2]-y[2])^2)

但是，如果我想在 L2 指标中添加权重，比如 [1,2,3]，该怎么办？例如，

w = np.array([1,2,3])
def d2(x,y)=
  sqrt(w[0]*(x[0]-y[0])^2 + w[1]*(x[1]-y[1])^2 + w[2]*(x[2]-y[2])^2)

我可以对 metric 或 metric_params 做些什么

KNeighborsClassifier(n_neighbors=5, weights='uniform', p=2, metric='minkowski', metric_params=None, **kwargs)

谢谢

【问题讨论】：

您应该能够在调用KNeighborsClassifier 时使用metric 传递您自己的指标
你可以在metric参数中传递d2（你的距离函数）见参考答案here - KNeighborsClassifier(n_neighbors=5, weights='uniform', p=2, metric=d2)
这能回答你的问题吗？ How to use a user defined metric for nearest neighbors in scikit-learn?

标签： python scikit-learn

【解决方案1】：

是的，有东西。

在documentation 中有一个参数

> metric_params--- dict, optional (default = None) Additional keyword arguments for the metric function.

对于 sklearn l2，您可以不指定权重，但对于其他一些指标或您自己的版本，您可以

【讨论】：