KNeighborsClassifier#

class sklearn.neighbors.KNeighborsClassifier(n_neighbors=5, *, weights='uniform', algorithm='auto', leaf_size=30, p=2, metric='minkowski', metric_params=None, n_jobs=None)[源代码]#

实现k近邻投票的分类器。

阅读更多的 User Guide .

参数:

n_neighborsint，默认=5

默认使用的邻居数量 kneighbors 询问。

weights' unique '，'，可调用或无，默认=' unique '

预测中使用的权重函数。可能的值：

“均匀”：均匀的重量。每个邻居中的所有点的加权相等。
“距离”：通过距离的倒数来加权点。在这种情况下，查询点的较近邻居将比较远的邻居具有更大的影响力。
[callable] ：一个用户定义的函数，它接受距离数组，并返回包含权重的相同形状的数组。

请参阅标题为最近邻分类显示了 weights 决策边界上的参数。

algorithm'自动'，' ball_tree '，'，'，默认='自动'

用于计算最近邻居的算法：

'ball_tree'将使用 BallTree
'kd_tree'将使用 KDTree
“brute”将使用暴力搜索。
“Auto”将尝试根据传递给 fit 法

注意：在稀疏输入上进行调整将使用暴力覆盖此参数的设置。

leaf_sizeint，默认=30

叶大小传递到BallTree或KDTree。这可能会影响构建和查询的速度，以及存储树所需的内存。最佳值取决于问题的性质。

pfloat，默认=2

Minkowski指标的功率参数。当p = 1时，这相当于对于p = 2使用manhattan_Distance（l1）和euclidean_Distance（l2）。对于任意p，使用minkowski_Distance（l_p）。该参数预计为正值。

metric字符串或可调用，默认=' minkowski '

用于距离计算的指标。默认值是“minkowski”，当p = 2时，它会产生标准的欧几里得距离。请参阅文档 scipy.spatial.distance 以及中列出的指标 distance_metrics 获取有效的指标值。

如果“预先计算”指标，则假设X是距离矩阵，并且在匹配期间必须为平方。X可以是 sparse graph ，在这种情况下，只有“非零”元素可以被视为邻居。

如果metric是一个可调用的函数，它接受两个表示1D向量的数组作为输入，并且必须返回一个指示这些向量之间距离的值。这适用于Scipy的指标，但比将指标名称作为字符串传递效率低。

metric_paramsdict，默认=无

指标函数的附加关键字参数。

n_jobsint，默认=无

为邻居搜索运行的并行作业数。 None 意思是1，除非在a中 joblib.parallel_backend 上下文 -1 意味着使用所有处理器。看到 Glossary 了解更多详细信息。不会影响 fit 法

属性:

classes_形状数组（n_classes，）: 分类器已知的类别标签
effective_metric_字符串或可调用: 使用的距离指标。它将与 metric 参数或其同义词，例如“欧几里得”，如果 metric 参数设置为“minkowski”， p 参数设置为2。
effective_metric_params_dict: 指标函数的附加关键字参数。对于大多数指标将与 metric_params 参数，但也可能包含 p 如果 effective_metric_ 属性设置为“minkowski”。
n_features_in_int: 期间看到的功能数量 fit .

Added in version 0.24.
feature_names_in_ ：nd形状数组 (n_features_in_ ,)nd数组形状（: Names of features seen during fit. Defined only when X has feature names that are all strings.

Added in version 1.0.
n_samples_fit_int: 匹配数据中的样本数量。
outputs_2d_bool: 假当 y 在配合期间，其形状为（n_samples，）或（n_samples，1），否则为真。

参见

RadiusNeighborsClassifier: 基于固定半径内邻居的分类器。
KNeighborsRegressor: 基于k近邻的回归。
RadiusNeighborsRegressor: 基于固定半径内邻居的回归。
NearestNeighbors: 用于实施邻居搜索的无监督学习器。

注意到

看到 Nearest Neighbors 在在线文档中讨论选择 algorithm 和 leaf_size .

警告

Regarding the Nearest Neighbors algorithms, if it is found that two neighbors, neighbor k+1 and k, have identical distances but different labels, the results will depend on the ordering of the training data.

https://en.wikipedia.org/wiki/K-nearest_neighbor_algorithm

示例

>>> X = [[0], [1], [2], [3]]
>>> y = [0, 0, 1, 1]
>>> from sklearn.neighbors import KNeighborsClassifier
>>> neigh = KNeighborsClassifier(n_neighbors=3)
>>> neigh.fit(X, y)
KNeighborsClassifier(...)
>>> print(neigh.predict([[1.1]]))
[0]
>>> print(neigh.predict_proba([[0.9]]))
[[0.666... 0.333...]]

fit(X, y)[源代码]#

根据训练数据集匹配k近邻分类器。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}或（n_samples，n_samples）如果指标='预先计算': 训练数据。
y形状（n_samples，）的{类数组，稀疏矩阵}或（n_样本，n_输出）: 目标值。

返回:

selfKNeighborsClassifier: 匹配的k近邻分类器。

get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请检查 User Guide 关于路由机制如何工作。

返回:

routingMetadataRequest: A MetadataRequest 封装路由信息。

get_params(deep=True)[源代码]#

获取此估计器的参数。

参数:

deep布尔，默认=True: 如果为True，将返回此估计量和包含的作为估计量的子对象的参数。

返回:

paramsdict: 参数名称映射到其值。

kneighbors(X=None, n_neighbors=None, return_distance=True)[源代码]#

找到点的K近邻。

返回每个点邻近点的索引和距离。

参数:

X{类数组，稀疏矩阵}，形状（n_questions，n_features），或（n_queries，n_indexed），如果指标==“预计算”，默认=无: 一个或多个查询点。如果未提供，则返回每个索引点的邻居。在这种情况下，查询点不被视为其自己的邻居。
n_neighborsint，默认=无: 每个样本所需的邻居数量。默认值是传递给构造函数的值。
return_distance布尔，默认=True: 是否返回距离。

返回:

neigh_dist形状的nd数组（n_queries，n_neighbors）: 数组，表示到点的长度，仅在return_distance=True时存在。
neigh_ind形状的nd数组（n_queries，n_neighbors）: 人口矩阵中最近点的索引。

示例

在下面的示例中，我们从代表数据集的数组中构建NearestNeighbors类，并询问谁是最接近的点 [1,1,1]

>>> samples = [[0., 0., 0.], [0., .5, 0.], [1., 1., .5]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=1)
>>> neigh.fit(samples)
NearestNeighbors(n_neighbors=1)
>>> print(neigh.kneighbors([[1., 1., 1.]]))
(array([[0.5]]), array([[2]]))

如您所见，它返回 [[0.5] ]，并且 [[2] ]，这意味着该元素的距离为0.5，并且是样本的第三个元素（索引从0开始）。您还可以查询多个积分：

>>> X = [[0., 1., 0.], [1., 0., 1.]]
>>> neigh.kneighbors(X, return_distance=False)
array([[1],
       [2]]...)

kneighbors_graph(X=None, n_neighbors=None, mode='connectivity')[源代码]#

计算X中点的k-邻居的（加权）图。

参数:

X形状的{类数组，稀疏矩阵}（n_questions，n_features），或（n_queries，n_indexed），如果指标==“预计算”，默认=无: 一个或多个查询点。如果未提供，则返回每个索引点的邻居。在这种情况下，查询点不被视为其自己的邻居。为 metric='precomputed' 形状应该是（n_queries，n_indexed）。否则，形状应该是（n_queries，n_features）。
n_neighborsint，默认=无: 每个样本的邻居数量。默认值是传递给构造函数的值。
mode'连通性'，'，默认='连通性': 返回的矩阵类型：“连通性”将返回包含1和0的连通性矩阵，在“距离”中，边是点之间的距离，距离类型取决于NearestNeighbors类中所选的指标参数。

返回:

A形状稀疏矩阵（n_questions，n_samples_fit）: n_samples_fit 是匹配数据中的样本数。 A[i, j] 给出连接边缘的重量 i 到 j .该矩阵为CSR格式。

参见

NearestNeighbors.radius_neighbors_graph: 计算X中点的邻居的（加权）图。

示例

>>> X = [[0], [3], [1]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=2)
>>> neigh.fit(X)
NearestNeighbors(n_neighbors=2)
>>> A = neigh.kneighbors_graph(X)
>>> A.toarray()
array([[1., 0., 1.],
       [0., 1., 1.],
       [1., 0., 1.]])

predict(X)[源代码]#

预测所提供数据的类别标签。

参数:

X形状的{类数组，稀疏矩阵}（n_questions，n_features），或（n_queries，n_indexed），如果指标==“预计算”，或无: 测试样本。如果 None ，返回所有索引点的预测;在这种情况下，点不被视为其自己的邻居。

返回:

y形状的nd数组（n_queries，）或（n_queries，n_outputs）: 每个数据样本的类标签。

predict_proba(X)[源代码]#

测试数据X的返回概率估计。

参数:

X形状的{类数组，稀疏矩阵}（n_questions，n_features），或（n_queries，n_indexed），如果指标==“预计算”，或无: 测试样本。如果 None ，返回所有索引点的预测;在这种情况下，点不被视为其自己的邻居。

返回:

p形状的nd数组（n_queries，n_classes），或n_oututs的列表如果n_outputs > 1，则此类数组的数量。: 输入样本的类概率。课程按词典顺序排序。

score(X, y, sample_weight=None)[源代码]#

返回给定测试数据和标签的平均准确度。

在多标签分类中，这是子集准确度，这是一个苛刻的指标，因为您需要为每个样本正确预测每个标签集。

参数:

X形状类似阵列（n_samples，n_features），或无: 测试样本。如果 None ，使用所有索引点的预测;在这种情况下，点不被视为其自己的邻居。这意味着 knn.fit(X, y).score(None, y) 隐式执行留一交叉验证过程，相当于 cross_val_score(knn, X, y, cv=LeaveOneOut()) 但通常要快得多。
y形状的类似阵列（n_samples，）或（n_samples，n_outputs）: 真正的标签 X .
sample_weight形状类似数组（n_samples，），默认=无: 样本重量。

返回:

score浮子: 平均准确度 self.predict(X) w.r.t. y .

set_params(**params)[源代码]#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（例如 Pipeline ).后者具有以下形式的参数 <component>__<parameter> 以便可以更新嵌套对象的每个组件。

参数:

**paramsdict: 估计参数。

返回:

self估计器实例: 估计实例。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → KNeighborsClassifier[源代码]#

请求元数据传递给 score 法

请注意，此方法仅适用于以下情况 enable_metadata_routing=True （见 sklearn.set_config ).请参阅 User Guide 关于路由机制如何工作。

The options for each parameter are:

True ：元数据被请求并传递给 score 如果提供的话。如果未提供元数据，则会忽略请求。
False ：未请求元数据，元估计器不会将其传递给 score .
None ：不请求元数据，如果用户提供元估计器，则元估计器将引发错误。
str ：元数据应通过此给定别名而不是原始名称传递给元估计器。

默认 (sklearn.utils.metadata_routing.UNCHANGED ）保留现有请求。这允许您更改某些参数的请求，而不是其他参数。

Added in version 1.3.

备注

只有当该估计器用作元估计器的子估计器时，该方法才相关，例如在 Pipeline .否则就没有效果了。

参数:

sample_weight字符串、真、假或无，默认=sklearn.utils. metalics_Routing.UNChanged: 元数据路由 sample_weight 参数 score .

返回:

self对象: 更新的对象。