[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],[-3,-1],[1,1],[2,1],[3,2]])nbrs = NearestNeighbors(n_neighbors=3, algorithm="ball_tree").fit(X)
distances, indices = nbrs.kneighbors(X)
print(distances)
print(indices)

上述代码，数据X尺寸为(6,2)，为6行2列的数据，
n_neighbors确定希望找到的邻居数，这里设置为3。
algorithm为希望使用的搜索算法（有很多，可以换别的）
nbrs.kneighbors(X)指X和X比较，找相似的；也可以nbrs.kneighbors(Y)，即Y和X比较，找相似的，Y的行数可以与X不同，但是Y的列应该与X相同。
（可以理解为，X和Y两个数据，找其中最相似的几行数据，每行数据的特征是不同的，每行比较的时候，需要保证每行的特征数是相同的。）
可以得到距离和相似的3个点（越靠前越相似）。

输出结果为：

[[0.         1.         2.        ][0.         1.         1.        ][0.         1.         2.        ][0.         1.         2.23606798][0.         1.         1.41421356][0.         1.41421356 2.23606798]]
[[0 1 2][1 2 0][2 1 0][3 4 5][4 3 5][5 4 3]]

距离（distance），输出第几个数据和该行数据的距离，输出前top3.
标签（indices），第几个数据和该行的数据最相似，输出前top3.
如果是自己和自己比较，因为每行的数据都与自己最相似，所以，距离第一列都是0；所以，标签第一列都是自己；如果不是自己和自己比较，距离第一列就不都是0了。

参考：

sklearn.neighbors_Nearest Neighbors：https://blog.csdn.net/qq_40570795/article/details/78655825

[Python][sklearn] 使用from sklearn.neighbors import NearestNeighbors计算相似度相关推荐

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 ...
Python机器学习笔记：sklearn库的学习
自2007年发布以来,scikit-learn已经成为Python重要的机器学习库了,scikit-learn简称sklearn,支持包括分类,回归,降维和聚类四大机器学习算法.还包括了特征提取,数据 ...
使用Python、Pandas、Sklearn预测NBA比赛结果
Abstract: 作为课程作业,下面的内容是利用每场胜负数据.球员的生物数据等进行的NBA比赛预测.内容包括:1. 获得数据 2. 构造特征 3. 学习验证.最后能够提升16%的准确率. 获取数据集 ...
Python中机器学习神器——sklearn模块
参考文章 Python机器学习笔记:sklearn库的学习 ML神器:sklearn的快速使用机器学习与Sklearn的初识传统的机器学习任务从开始到建模的一般流程是:获取数据 → 数据预处理 → ...
安装 sklearn 报错 ImportError: cannot import name Type
1. 安装 sklearn sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple sklearn 会默认安装 joblib , s ...
Python：机器学习库 sklearn
安装: pip install -U scikit-learn 数据标准化 from sklearn import preprocessing a = np.array([[10, 2.7, 3.6] ...
python的sklearn示例_KNN sklearn python实现小示例
KNN simple demok-近邻(KNN)算法可用于分类或回归.这是一种简单的机器学习算法,但它通常非常有效.它是非参数的,也就是说它没有固定数量的参数.当你训练KNN时,它找到k个" ...
Python数模笔记-Sklearn（4）线性回归
1.什么是线性回归? 回归分析(Regression analysis)是一种统计分析方法,研究自变量和因变量之间的定量关系.回归分析不仅包括建立数学模型并估计模型参数,检验数学模型的可信度,也包括利 ...
Python数模笔记-Sklearn（2）聚类分析
1.分类的分类分类的分类?没错,分类也有不同的种类,而且在数学建模.机器学习领域常常被混淆. 首先我们谈谈有监督学习(Supervised learning)和无监督学习(Unsupervised ...

[Python][sklearn] 使用from sklearn.neighbors import NearestNeighbors计算相似度

[Python][sklearn] 使用from sklearn.neighbors import NearestNeighbors计算相似度相关推荐

最新文章

热门文章