2
当计算平均值 x个最近邻居时,Sklearn-KNN允许设置权重(例如统一,距离)。使用中位数(而不是平均值)预测sklearn-KNN
而是与预测意味着的,是否有可能与所述位数(或许还有一个用户定义的功能)来预测?
当计算平均值 x个最近邻居时,Sklearn-KNN允许设置权重(例如统一,距离)。使用中位数(而不是平均值)预测sklearn-KNN
而是与预测意味着的,是否有可能与所述位数(或许还有一个用户定义的功能)来预测?
没有内置参数来调整权重以使用中位数而不是平均值(您可以看到in the source表示均值是硬编码的)。但是因为scikit-learn估计器只是Python类,所以您可以继承KNeighborsRegressor
并覆盖predict
方法以执行任何您想要的操作。
这里有一个简单的例子,在那里我已经复制并粘贴原来predict()
方法和改进相关的部分:
from sklearn.neighbors.regression import KNeighborsRegressor, check_array, _get_weights
class MedianKNNRegressor(KNeighborsRegressor):
def predict(self, X):
X = check_array(X, accept_sparse='csr')
neigh_dist, neigh_ind = self.kneighbors(X)
weights = _get_weights(neigh_dist, self.weights)
_y = self._y
if _y.ndim == 1:
_y = _y.reshape((-1, 1))
######## Begin modification
if weights is None:
y_pred = np.median(_y[neigh_ind], axis=1)
else:
# y_pred = weighted_median(_y[neigh_ind], weights, axis=1)
raise NotImplementedError("weighted median")
######### End modification
if self._y.ndim == 1:
y_pred = y_pred.ravel()
return y_pred
X = np.random.rand(100, 1)
y = 20 * X.ravel() + np.random.rand(100)
clf = MedianKNNRegressor().fit(X, y)
print(clf.predict(X[:5]))
# [ 2.38172861 13.3871126 9.6737255 2.77561858 17.07392584]
我已经离开了加权版本,因为我不知道的使用numpy/scipy来计算加权中值的简单方法,但只要添加了该函数就可以直接添加该函数。
刚刚找到[wquantiles](https://pypi.python.org/pypi/wquantiles)包声称实施加权中值。我没有检查出来,但你可能会觉得它有用! – jakevdp