当我在sklearn中使用knn算法时，我可以得到我指定的半径内的最近邻居，即它返回该半径内最近邻居的圆形。有没有一个实现可以指定两个半径值来返回最近邻居的椭圆形状？
浏览 3提问于2016-06-29得票数 4
我正在通过“Python机器学习入门:数据科学家指南”一书来教自己机器学习，我现在在k近邻部分。作者指出，由于“预测速度慢，不能处理多个特征”，该算法在实际生活中很少使用。然而，在许多文章中，k近邻被提到是数据科学家最流行的算法之一。有人能在这里给我解释一下吗？
浏览 2提问于2018-12-10得票数 0
回答已采纳
最近邻和KNN之间有什么不同，或者它们引用的是相同的算法？
如果它们都属于不同的类型。使用n_neighbor通过最近邻查找关联有哪些不同的用例？
浏览 1提问于2020-04-24得票数 0
我试图使用cosine_similarity运行KNN Classifier，但没有成功。from sklearn.metrics.pairwise import cosine_similarity
knn = KNeighborsClassifier(n_neighbors=10, metric如何使用KNN Classifier在这个数据集(x有4个特性)上运行cosine_similarity？
浏览 0提问于2021-07-03得票数 2
回答已采纳
1回答
我想使用K-最近邻方法从数据集中检索最近的树到输入树。树中的节点有值，但每棵树中的分支没有标签。例如：树2：(S (V (V ) (P (R )) (N (D ) (N )
我想用k近邻来解决这个问题。
浏览 2提问于2013-08-14得票数 0
回答已采纳
1回答
我使用动态时间规整(DTW)作为K近邻(kNN)机器学习算法的距离度量。在中，如果当前计算的距离大于之前的距离，则kNN算法会将截断值作为早期放弃。
浏览 1提问于2012-03-16得票数 1
我正在对数据应用k近邻算法(使用类库中的knn函数)。我在某处读到过，您可以通过对数据进行预聚类来提高k近邻分类的效率。我的问题是，如果我使用k-means对数据进行聚类，我如何将数据输入到k-近邻算法？K近邻的代码如下所示。数据有很多变量，所以我不会把它放在那里。
#converting
浏览 5提问于2014-07-30得票数 0
我需要使用(我希望)最近邻算法对一些数据进行分类。我用谷歌搜索了这个问题，找到了很多库(包括PyML、mlPy和Orange)，但我不确定从哪里开始。
我应该如何使用Python实现k-NN？
浏览 1提问于2011-09-07得票数 43
回答已采纳
我正在尝试用python实现k-最近邻算法。最后，我得到了以下代码。但是，我很难找到最近的邻居的索引。下面的函数将返回距离矩阵。但是，我需要在features_train (算法的输入矩阵)中获取这些邻居的索引。, query_house)) for i in range(k,len(feature_matrix)):[d]: dist2kNN
浏览 0提问于2016-10-18得票数 0
回答已采纳
2回答
我想知道，从下面的分类算法中，哪一种是最优的(就内存和处理能力而言)，以及哪一种分类算法被广泛使用？K近邻(KNN)算法
谢谢!
浏览 2提问于2010-12-03得票数 1
回答已采纳
我一直在研究k-最近邻分类和回归的历史和使用，以及包括and树和LAESA在内的各种调整。有哪一类问题是最近邻分类最好的或者最好的算法之一？所谓“问题类”，我指的要么是基于数据结构的类(例如，KNN对于混合名义数据和数值数据的低维数据来说可能很好)，要么是指一类真实的问题(也许KNN在预测保险持有人的疾病方面很有用)。
浏览 0提问于2015-09-10得票数 2
2回答
在选择合适的机器学习算法在项目中实现之前，我需要评估不同的机器学习算法。我列出了四种不同的算法:k近邻算法，朴素贝叶斯算法，动态时间规整和二次判别分析。我使用Weka工具包来评估kNN和朴素贝叶斯。
浏览 3提问于2013-04-28得票数 0
回答已采纳
2回答
我知道从Voronoi镶嵌计算k最近邻集是相对容易的。相反的问题呢？我已经有了k近邻的集合( 3D)，我想计算Voronoi细胞的体积和中心。直观地说，应该有一个O(n)算法来做到这一点，对吧？PPS:我进一步假设对于给定的点，Voronoi单元格的顶点属于kNN集(参见下面的注释)。
浏览 0提问于2011-11-03得票数 2
回答已采纳
4回答
K近邻算法
、、
使用KNN算法，比如k=5。现在我尝试通过获取一个未知对象的5个最近邻居来对其进行分类。如果在确定了4个最近的邻居之后，接下来的2个(或更多)最近的对象具有相同的距离，该怎么办？这2个或更多的对象中的哪一个应该被选为第五个最近邻居？
浏览 0提问于2011-02-04得票数 25
我有一个多分类问题，我正在尝试运行KNN算法来查找每个数据点周围的50个最近邻居。我在R中使用了FNN包，但是这需要很长时间，因为我的数据集大约有2900万行。我想知道在R中是否有一个可以并行运行KNN的包。你对它的用法有什么建议和例子吗？
浏览 1提问于2016-11-24得票数 2
1回答
分类必须与k近邻(1)和J48一起执行。然而，我不知道为什么。是否有一个普遍的答案，为什么KNN比J48更适合记录？提前感谢
浏览 0提问于2012-01-13得票数 1
4回答
本文提出了一些算法，如朴素贝叶斯和KNN等，可以使算法对丢失的数据具有鲁棒性。但是它说sklearn实现对于丢失的数据并不可靠。遗憾的是，对于朴素的Bayes、决策树和k近邻的scikit学习实现对于丢失的值并不可靠。
是否有这些算法对丢失的数据具有鲁棒性的ML库(最好是Pyt
浏览 0提问于2021-04-04得票数 2
我一直在使用Python和Python的Scikit- learning机器学习API研究机器学习KNN (K近邻)算法。我已经使用python和Scikit-learn创建了带有玩具数据集的示例代码，并且我的KNN工作得很好。您能让我知道如何使用Apache Spark和Scikit-learn API的K近邻来实现和提高性能吗？
提前感谢！！
浏览 0提问于2016-06-12得票数 1
我只是尝试用sklearn构建一个KNN Regressor，但是执行要花费很长时间，而在调试时，fit函数的执行似乎要花费很长时间。
浏览 0提问于2018-09-20得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
