sklearn NearestNeighbors
想为数据集Y中的每一个点,在数据集X中找到距其(y)最近的k个点.
- 点的个数 k 由参数中的 n_neighbors表示
- 距离指的是 欧几里得距离(Euclidean distance )
函数输出:
- indices : 这k个最近的点的索引(X 的索引)
- distances : 在所有X的points中,距离Y中的(每个)点最近的k个点的距离
函数表达式:
nbrs = NearestNeighbors(n_neighbors=2, algorithm='ball_tree').fit(X)
distances, indices = nbrs.kneighbors(Y)
详解举例:(先用NearestNeighbors函数计算,再求证)
from sklearn.neighbors import NearestNeighbors
import numpy as npX = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])Y = np.array([[1, 5],[3,3]])nbrs = NearestNeighbors(n_neighbors=1, algorithm='ball_tree').fit(X)
distances, indices = nbrs.kneighbors(Y)print(indices)
print(distances)# [[5]
# [5]]
# [[3.60555128]
# [1. ]]# ---------- check ---------- def distEuclid(x, y):distance= np.sqrt(np.sum(np.square(x-y)))return distanced = np.zeros((2,6), dtype=float)
for i in range(len(Y)):for j in range(len(X)):d[i,j] = distEuclid(X[j], Y[i])
print(d)# [[6.32455532 6.70820393 8.06225775 4. 4.12310563 3.60555128]
# [5.65685425 6.40312424 7.81024968 2.82842712 2.23606798 1. ]]
sklearn NearestNeighbors相关推荐
- [Python][sklearn] 使用from sklearn.neighbors import NearestNeighbors计算相似度
代码如下: from sklearn.neighbors import NearestNeighbors import numpy as npX = np.array([[-1,-1],[-2,-1] ...
- KNN分类器之NearestNeighbors详解及实践
KNN(K Nearest Neighbors)分类器之最近邻NearestNeighbors详解及实践 如何判断谁是最近邻? 通过距离方法.例如欧几里得距离. KNN属于基于实例的学习方法 一个实例 ...
- sklearn—无监督最近邻
无监督最近邻 NearestNeighbors (最近邻)实现了 unsupervised nearest neighbors learning(无监督的最近邻学习). 它为三种不同的最近邻算法提供统 ...
- sklearn API 文档 - 0.18 中文翻译
为什么80%的码农都做不了架构师?>>> 所有函数和类的确切API,由docstrings给出.API会为所有功能提供预期类型和允许的功能,以及可用于算法的所有参数. 原文链接 ...
- sklearn学习总结(超全面)
https://blog.csdn.net/fuqiuai/article/details/79495865 前言 sklearn想必不用我多介绍了,一句话,她是机器学习领域中最知名的python模块 ...
- Python编程语言学习:sklearn.manifold的TSNE函数的简介、使用方法、代码实现之详细攻略
Python编程语言学习:sklearn.manifold的TSNE函数的简介.使用方法.代码实现之详细攻略 目录 Manifold简介 TSNE简介-数据降维且可视化 TSNE使用方法 TSNE代码 ...
- sklearn API 文档
所有函数和类的确切API,由docstrings给出.API会为所有功能提供预期类型和允许的功能,以及可用于算法的所有参数. 原文链接 : http://scikit-learn.org/stable ...
- sklearn的KNN文档中实例代码的注释
链接是: http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.NearestNeighbors.html#sklear ...
- sklearn学习之KNN
机器学习之sklearn(knn) 文章目录 前言 一.KNN是什么? 二.KNN原理 三.使用步骤 1.引入库以及参数说明 2.应用场景(鸢尾花分类) 四.KNN的优缺点 五.k临近(KNN)与K- ...
- python机器学习库sklearn——K最近邻、K最近邻分类、K最近邻回归
全栈工程师开发手册 (作者:栾鹏) python数据挖掘系列教程 KNN即K最近邻,相关的知识内容可以参考 http://blog.csdn.net/luanpeng825485697/article ...
最新文章
- mysql的count报错_mysql的floor()报错注入方法详细分析
- Object:window_方法
- 电源上的sense什么意思_冷知识:电源开关上的这两个标识有什么含义?
- 【iCore组合式双核心开发板教程】通过STM32 FSMC 读写FPGA Verilog 例子
- 面试感悟-------一名3年工作经验的程序员应该具备的技能
- Matlab中数组元素引用——三种方法
- 【数理知识】特征值、特征向量、左特征向量
- Java - Java集合中的安全失败Fail Safe机制 (CopyOnWriteArrayList)
- 仿生计算(参考神经网络)2017年考试卷子,考前抱佛脚必备!!中英翻译版本!!
- 数据可视化系列(六):场景案例显神通
- 2月份全球制造业PMI为55.6% 已连续8个月保持在50%以上
- Oracle数据库空间突然增大,Oracle数据库突然宕机,处理方案
- as cast float server sql_SQL语言在数据工程(Data Engineering)中的运用(一)
- webapp构建工具库
- 数据分析专题报告范文6篇_阿里大佬是怎么写数据分析报告的?
- 学习笔记(15):程序员的数学:微积分-常用导数(二):最常用到的技巧
- 【100+ python基础入门-37】Python可变集合和不可变集合的构造方法和注意事项
- linux 硬件故障 日志_对Linux中的硬件问题进行故障排除
- [c++] 计算太阳高度角
- 2021牛客寒假算法基础集训营1(A B C D E F H I J)