knn算法- TypeError: manhattan_dist()缺少1个必需的位置参数
knn算法是一种基于实例的机器学习算法，它可以用于分类和回归问题。在knn算法中，通过计算一个样本与训练集中其他样本的距离，并选取与该样本距离最近的k个邻居，然后根据这k个邻居的标签或者值来进行预测。
TypeError: manhattan_dist()缺少1个必需的位置参数是一个错误提示，它表明在调用manhattan_dist()函数时缺少了一个必需的位置参数。manhattan_dist()函数通常用于计算两个样本之间的曼哈顿距离，这是一种基于绝对值的距离度量方法。
为了解决这个错误，需要检查manhattan_dist()函数的定义，并确认该函数所需的所有参数是否都已经提供。也可以检查调用manhattan_dist()函数的代码，确保所有位置参数都被正确地传递给了函数。
如果需要提供关于knn算法和manhattan_dist()函数更详细的解释和示例代码，请提供更多的上下文信息，以便我可以更好地帮助你。
相关·内容
我有一个简短的问题，关于为什么“~”类型的对象没有len() X_train=np.array([[5,4],
[4,5],
[4,4],
[6,-6]])
class MyKNN:
def __init__(self, k):
self.k = k
def Build_KDTree(data, depth = 0):
n = len(data)
return n
knn = MyKNN(3)
knn.Build_
浏览 18提问于2020-07-21得票数 0
回答已采纳
class CombinationsList:
@staticmethod
def get_combinations(self,my_list):
"""
:param self:
:param my_list: list
:return: list[list]
"""
# YOUR CODE HERE
if len(self,my_list) == 0:
return [[]]
cs
浏览 2提问于2021-09-10得票数 0
1回答
在尝试用KNN研究二进制分类问题并试图调整模型的参数时，我得到了一个我完全不理解的类型错误。是不是缺少一个参数什么的？
TypeError: init()只取一个位置参数(0给定)
这是我的代码：
import pandas as pd
import numpy as np
from sklearn import model_selection
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split
import matplotlib.pypl
浏览 0提问于2019-06-30得票数 1
回答已采纳
1回答
我正在尝试从头开始编写逻辑回归，并得到以下错误。我使用sklearn的tfidfvectorizer在进行数据清理和标记化之后，从tweet标记创建了一个稀疏tfidf矩阵。有没有人能帮我一下？
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-36-98e5051d04b6> in <modul
浏览 1提问于2020-02-13得票数 0
1回答
总的来说，我对Python和编程非常缺乏经验(我正在上高中课程)，我需要帮助。
if a2text=="midday":
middayimage=Image(Point,(200,200), "midday.gif")
sequence2=True
middayimage.draw(win)
这是我得到错误的代码片段；
文件"C:\Users\Callie\python\graphics.py"，第817行，在init self.anchor = p.clone() TypeError中，缺少一个必需的位置参数：'
浏览 0提问于2016-05-07得票数 0
若要读取日志文件的头(许多文件的通用头)，请执行以下操作。创建了一个类，并从另一个文件调用它的对象。header类返回标题值的字典。
如何将整个文件作为参数从子类传递给头类？
儿童班：
class fileLog(object):
def __init__(self):
try:
# File path
filePath = "C:\FileLog1.log"
file = open(filePath, "rb")
with file:
self.fetch
浏览 0提问于2020-02-24得票数 0
当我在django运行makemigrations时，我得到了错误：
TypeError：init()缺少一个必需的位置参数：'on_delete‘
这是我的密码：
from django.db import models
class List(models.Model):
name = models.CharField(max_length=50)
def __str__(self):
return "List:{}".format(self.name)
class Card(models.Model):
title = m
浏览 1提问于2018-09-01得票数 0
回答已采纳
1回答
我正在使用Kivy 2.0.0构建一个Python应用程序。我想访问Kivy的循环，并不时调用语音识别。语音识别在您按下一个按钮后开始，在按下另一个按钮后结束。然后，该语音识别将其结果存储到一个变量( result )中，并将其显示在屏幕上的标签上，标签的文本被定义为term_text。
我写了这段代码，我希望它能工作，但它不会。你能帮我吗？
这是我得到的错误...
模块TypeError中的文件"string"，第22行: listen()缺少一个必需的位置参数：'dt‘
import azure.cognitiveservices.speech as speechs
浏览 2提问于2021-05-30得票数 0
1回答
虽然这个问题的实质是pvlib库中的特定内容，但我相信错误本质上是一般性的，其他问题可能有助于回答。
我正在使用来自pvlib库的一个名为pvlib的函数(这里的文档是：)。
当我调用函数并传递正确的参数时，我会得到错误：TypeError: total_irrad() takes at least 7 arguments (11 given)。我知道我已经提供了所有11个可用的参数，这个TypeError告诉我，在11个参数中，有7个是必需的，而我没有传递正确的所需项。
我想，首先也是最重要的，这种理解是正确的(从这里：)。如果是正确的，如何才能知道哪些是必需的项目，哪些不是。或者，如果我离
浏览 6提问于2017-05-07得票数 1
回答已采纳
从基本理论上看，knn是一种有监督的算法，而k-均值是一种无监督的算法。
然而，在Sklearn有一个无监督学习(http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.NearestNeighbors.html#sklearn.neighbors.NearestNeighbors)的KNN的实现。
在SkLearn，这个无监督的knn到底是什么版本？
这是knn算法吗？
如果是的话，它是如何被无监督的，因为根据定义，knn是受监督的？
如果不是，那又是什么呢？
浏览 0提问于2018-07-05得票数 4
回答已采纳
1回答
我刚刚用R写了一个knn模型。然而，我不知道如何使用输出来预测新数据。
# split into train (treino) and test (teste)
treino_index <- sample(seq_len(nrow(iris)), size = round(0.75*nrow(iris)))
treino <- iris[treino_index, ]
teste <- iris[-treino_index, ]
# take a look at the sample
head(treino)
head(teste)
# save specie from
浏览 33提问于2018-06-01得票数 1
回答已采纳
1回答
使用FlannBasedMatcher在OpenCV中，我得到了不同的结果，用相同的参数调用匹配器。有人能告诉我我做错了什么吗？
下面的代码展示了一个我遇到的问题的最小例子--它是我如何使用FlannBasedMatcher的简单代表--这不是真正的代码:)
每次循环的结果输出应该是相同的，但它们不是。
int const k = std::min(query_descriptors.rows,
std::min(train_descriptors.rows, 2));
cv::Mat query_descriptors_origi
浏览 7提问于2014-05-01得票数 4
回答已采纳
3回答
我想优化KNN。支持向量机( SVM )、射频( RF )和神经网络(XGboost)有很多种，而KNN则很少。
据我所知，邻居的数目是一个需要调优的参数。
但是还需要测试哪些参数呢？有好文章吗？
谢谢
浏览 4提问于2017-05-01得票数 0
回答已采纳
1回答
我使用permutatation_importance来查找哪些值是最重要的
from sklearn.neighbors import KNeighborsClassifier
import numpy as np
from sklearn.inspection import permutation_importance
columns=['progresion', 'tipo']
X = df_cat.drop(columns, axis = 1)
y = df_cat['progresion']
X_train, X_test, y
浏览 0提问于2020-12-23得票数 1
我尝试使用简单的线性回归lm.fit()，但是得到了这个错误：
TypeError: fit() missing 1 required positional argument: 'self'
代码：
lm = LinearRegression
x = df[['battery_power']]
y = df['price']
lm.fit(X=x, y=y)
浏览 2提问于2019-10-18得票数 0
回答已采纳
我不能完全理解Python3x中类型错误和值错误之间的区别。
为什么当我尝试float('string')而不是TypeError时我们得到一个TypeError？这难道不应该给出一个TypeError，因为我正在传递一个类型为'str‘的变量，以便将其转换为float？
In [169]: float('string')
---------------------------------------------------------------------------
ValueError
浏览 4提问于2018-01-19得票数 27
回答已采纳
我在类变量中有一个缺少值的测试集。在运行knn时，我会得到错误消息：
“knn (.)中的错误不允许丢失值”。
问:为什么knn不允许测试集中的类变量的值丢失？我是说，我不知道这些价值观，我想预测它们。我能给类变量分配一些类，然后仍然得到正确的结果吗？
示例代码：
library(class)
data <- data.frame("class_variable"=sample(LETTERS[1:2], 30, replace = TRUE),
"predictor_1" = runif(30),
浏览 0提问于2016-07-28得票数 4
回答已采纳
我正在处理一个项目，并试图通过button.clicked.connect(self.button_checked)将checkable按钮的选中状态传递给函数，并遇到一个问题。如果在可调用之前使用“装饰”@QtCore.pyqtSlot()，则检查状态将不会通过。但是，如果我删除装饰，该函数将按预期工作，并在文档中写入。这两种情况的代码见下文：
装饰品
...
btn = QPushButton("Push")
btn.setCheckable(True)
btn.toggled.connect(self.button_checked)
...
@QtCore.pyqtSlo
浏览 2提问于2022-06-01得票数 0
1回答
我的目标变量(y)中缺少值。因为我想用更多的数据来训练我的模型，所以我不想删除丢失的行，而是使用KNN输入算法。同时，我也想防止数据泄露。因此，最好的方法是将数据拆分为“列车”和“测试”，然后在列车数据集中计算丢失的目标变量(对于测试数据集中的缺失值也可以这样做)。
但是，我遇到了一个错误：
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').
据我所知，缺失值(NaN)创建了特定的错误。
当目标变量中缺少值时，如何继续？
浏览 9提问于2022-09-08得票数 -1
1回答
我面临的第一个机器学习算法是knn，最让我困惑的是将数据集分割成训练和测试数据。使用更复杂的ms算法，我可以想象计算机需要一个“训练”过程，但是knn更简单，没有必要设置一个训练集。要么就是我还没有完全理解knn。
对于背景:我有一个数据集，必须要求用户提供一些输入。从那里我可以找到用户的k个最近的邻居。
我会非常感谢你的解释的。事先谢谢：)。
浏览 3提问于2019-11-29得票数 0
回答已采纳
from sklearn.externals import joblib
import pickle
import pandas as pd
# Load the model from the file
knn_from_joblib = joblib.load('lm.pkl')
X_test= pd.read_excel('input.xlsx')
# Use the loaded model to make predictions
final_Data= X_test
predictions = knn_from_joblib.p
浏览 13提问于2020-09-07得票数 0
2回答
如何改进knn模型？
、、、
我建立了一个knn分类模型。不幸的是，我的模型有超过80%的准确性，我想得到一个更好的结果。我能要些小费吗？也许我用了太多的预测器？
我的数据=
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import confusion_matrix, accuracy_
浏览 10提问于2022-12-03得票数 -1
1回答
我正在学习OpenApi。我从Swagger那里得到了一个错误：
TypeError: O是未定义的值参数-row.jsx:149个呈现根-injects.jsx:93 React 8 _renderValidatedComponent performInitialMount mountComponent mountComponent mountChildren _createInitialChildren mountComponent root-jects.jsx:95:14
我的json数据是：
{
"components": {
"pa
浏览 3提问于2021-07-19得票数 1
回答已采纳
希望你能很好地理解，我在陆地卫星数据中应用了Knn模型，我有这样的错误：
Error in knn(learn[, -1], test[, -1], learn[, 1], k = 1) :
too many ties in knn.
然而，我将邻域的数量减少到1个。有人能帮我吗？提前谢谢。
浏览 0提问于2015-10-26得票数 0
我试图使用的KNN算法进行k次交叉验证网格搜索，搜索中的参数是邻居数K和距离度量。我包括mahalanobis和seuclidean作为距离度量，并理解它们有一个需要指定的参数，即V或VI (特征或逆的协方差矩阵)。
下面是我的代码：
X_train, X_test, y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=10,stratify=y)
knn=KNeighborsClassifier()
grid_param={'n_neighbors':np.arange(1,51),'met
浏览 3提问于2020-01-20得票数 3
回答已采纳
1回答
我试着跟着https://pypi.org/project/fancyimpute/ # print mean squared error for the four imputation methods above
ii_mse = ((X_filled_ii[missing_mask] - X[missing_mask]) ** 2).mean()
print("Iterative Imputer norm minimization MSE: %f" % ii_mse)
nnm_mse = ((X_filled_nnm[missing_mask] - X[missing_
浏览 25提问于2019-03-14得票数 0
4回答
与线性回归等其他算法不同，KNN似乎不会在训练阶段执行任何计算。就像在线性回归的情况下，它在训练phase.But中找到系数，那么KNN呢？
浏览 62提问于2019-02-04得票数 9
回答已采纳
我试着做一个学习曲线，我想使用的算法是knn算法。对此，估计量的值应该是多少。它的可能值或选项不在文档中(我也不确定它是否应该存在)。
这是我的密码-
features = ['age','sex','cp','trestbps','chol','fbs','restecg','thalach','exang','oldpeak','slope','ca','thal']
target =
浏览 0提问于2018-07-03得票数 0
回答已采纳
2回答
这是我第一次实现KNN。我应该使用线性回归和KNN模型来预测贷款状况(Y/N)，给出了一些参数，如收入、教育状况等。
我成功地构建了LR模型，它运行得相当好。对于KNN模型，选择了最基本的求k值的方法:初始化k为3，然后在(1,40)中迭代k的各种值，绘制出误差率与k的关系图，最后根据最小误差图选择k值，得到预测值。
代码的KNN部分：
from sklearn.neighbors import KNeighborsClassifier
# initialize k as 3
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(x_trai
浏览 0提问于2021-06-26得票数 4
2回答
我正在做我的人脸检测和识别工作，我想实时检测人脸，
但是到了训练的时候，要花很长的时间来训练
数据有没有可能减少训练的时间数据谁都能帮上忙
我把这个问题解决了
“”“
def train(train_dir, model_save_path=None, n_neighbors=None, knn_algo='ball_tree', verbose=False):
X = []
y = []
# Loop through each person in the training set
for class_dir in tqdm(os.l
浏览 30提问于2021-05-12得票数 1
回答已采纳
我看到另一个帖子和我的相似，但是修复不起作用。当我运行这个我的模型时，它为我提供了一个异常：
model.add(Conv2D(filter=32,kernel_size=5,strides=1,padding='same',activation='relu'))
出现以下错误：
TypeError: __init__() takes at least 3 arguments (5 given)
我非常确定代码是正确的，但无法从错误中找出意义。
有人能帮我吗？
浏览 2提问于2018-12-01得票数 0
1回答
我使用以下代码在服务器上运行Python 3分类脚本：
# define knn classifier for transformed data
knn_classifier = neighbors.KNeighborsClassifier()
# define KNN parameters
knn_parameters = [{
'n_neighbors': [1,3,5,7, 9, 11],
'leaf_size': [5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60],
'algo
浏览 2提问于2020-05-08得票数 0
回答已采纳
我已经用自定义损失函数BinaryCrossEntropy训练了一个模型，使用Jaccard，使用分段模型库，当我试图加载和编译模型以开始预测时，我得到了这个错误：model = compile(optimizer='adam', loss=bce_jaccard_loss, metrics=['iou_score']) TypeError: compile() missing required argument 'source' (pos 1)
我该如何解决这个问题呢？
import keras
import segmentation_mode
浏览 38提问于2020-05-21得票数 1
回答已采纳
我遇到了一个非常奇怪的行为:为了测试Solr中的分类功能，我定义了以下处理器链：
<updateRequestProcessorChain name="classification">
<processor class="solr.UUIDUpdateProcessorFactory">
<str name="fieldName">id</str>
</processor>
<processor class=
浏览 0提问于2020-05-17得票数 0
我用KNeighborsClassifier来预测类别，预测的类别数不是很均匀。假设我得到了3类和100个样本，KNN将预测这个样本类别0或类别1或类别2。问题是KNN预测类别0=40样本、类别1=50样本和类别2=10样本，我想要的是这个预测类别的数量不小于20。所以类别2必须至少20。我看叶子的大小，但它是不同的。谢谢你所做的一切。
浏览 2提问于2022-01-26得票数 0
3回答
我有一个使用KNN算法的classify.By数据集，我得到了90%的准确率，但通过使用支持向量机，我只能获得超过70%的准确率。支持向量机不比KNN好吗？我知道这可能是愚蠢的问题，但是，支持向量机的参数是什么，它将给出近乎KNN算法的近似结果。我在matlab R2008上使用libsvm包。
浏览 1提问于2013-10-17得票数 7
回答已采纳
使用python 2.7.6 64位我输入：
>>> def f(a, b=5):
... pass
...
>>> f(b=3)
然后我得到了：
TypeError: f() takes at least 1 argument (1 given)
当然，我会得到一些错误，因为我还没有给参数a赋值。但是我得到的错误消息并不意味着什么(1至少是1)。
这是个bug，对吧？修好了吗？我找不到任何关于它的东西。
谢谢!
浏览 0提问于2015-04-16得票数 3
1回答
我正在从udemy学习Ml，下面是讲师在他的lecture.But中使用的代码我对这个代码不完全满意，因为它给出了许多eror_rate几乎相同的k值(我必须手动检查k值，其错误率可以忽略不计)。
有没有其他方法可以找到最佳的k值(n_neighbor)？
error_rate = []
for i in range(1,40):
knn = KNeighborsClassifier(n_neighbors=i)
knn.fit(X_train,y_train)
pred_i = knn.predict(X_test)
error_rate.append(np.
浏览 17提问于2020-05-25得票数 1
以下是我的源代码：-
import mlflow
import mlflow.sklearn
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
from sklearn import tree
from sklearn.preprocessing import FunctionTransformer
from sklearn.pipeline import Pipeline
from mlflow.models.signature import infer_signature
impor
浏览 14提问于2022-03-29得票数 1
我正在编写一个使用二进制搜索的程序来查找两个列表的交叉索引。我已经编写了helper函数，现在正在编写调用helper函数的函数。我得到一个TypeError: findCrossoverIndex()，缺少两个必需的位置参数：'left‘和'right’。有人能解释一下如何创建两个必需的位置论证吗？ 谢谢, #First write a "helper" function with two extra parameters
# left, right that describes the search region as shown below
def fi
浏览 25提问于2021-08-29得票数 0
回答已采纳
我正在尝试按照教程进行操作，并用cv2.m1.KNearest_create()替换了KNearest，但我得到了TypeError: only length-1 arrays can be converted to Python scalars
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('digits.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# Now we split the image
浏览 2提问于2016-05-05得票数 1
1回答
如何传递同情表达式与枕一起使用？
、、、、
我想要解决一个系统的非线性方程组创建的循环使用根从scipy.optimize。我想用一种方法建立方程，然后用另一种方法求解。我用渐近建立了方程，并想用scipy来求解它们。我的真正代码有太多的循环，每次根从code迭代这些循环。
这是我尝试过的一个非常简单的版本。我用渐近符号建立了方程，然后用lambdify把方程从渐近中取出来，但求解者给了我一个错误。
from scipy.optimize import root
from sympy import Symbol, lambdify
y = [Symbol('x%d' % i) for i in range(2)]
d
浏览 3提问于2019-11-08得票数 0
回答已采纳
我有代码用Python发送电子邮件：
from email.mime.base import MIMEBase
from email import encoders
from email.utils import formatdate
SERVER_ADDR = 'smtp.gmail.com'
def sendMail(dir, fromAddr, toAddr, subject, text, files):
msg = MIMEMultipart()
msg['From'] = fromAddr
msg['To'] = toA
浏览 5提问于2014-04-22得票数 0
回答已采纳
我试图为手写字符识别实现KNN，在那里我发现代码的执行需要很长时间。当添加值为400的参数leaf_size时，我观察到代码执行所花费的时间明显减少。
原始守则：
knn = KNeighborsClassifier(n_neighbors=3)
新法典：
knn = KNeighborsClassifier(n_neighbors=3,leaf_size=400)
我读过很少关于KDtree/Balltree的leaf_size参数的文档和文章，但是在没有任何准确性和信息损失的情况下，我没有找到任何关于如何安全地调整这个参数的足够好的参考资料。
如果有人能分享一些关于上述问题的见解，那就太好
浏览 0提问于2018-04-21得票数 8
1回答
在CLI中使用命令时，用于迁移在Django中创建的模型
python manage.py migrate
CLI显示错误
__init__() missing 1 required positional argument: 'on_delete'
代码如下：
from django.db import models
class Topic(models.Model):
top_name = models.CharField(max_length=264,unique=True)
def __str__(self):
return self
浏览 2提问于2019-02-02得票数 0
1回答
确定分类问题的最佳算法
、、、
我有一个由人口普查数据(年龄、性别、就业类型、种族、教育水平等)组成的数据集。我的任务是编写一个算法来预测数据点(30，男性，白人等)年收入将超过50000美元。
到目前为止，我实现了一个运行30小时的KNN算法，但在测试数据上达到了大约90%的准确率。我希望使用SVM算法或朴素贝叶斯算法或其他任何可能在这里工作的东西来实现更高的准确性。
我正在寻找一种算法，它在python中实现起来相对简单(大约和KNN一样难)，并且很可能达到很好的准确性。在这种情况下最好的选择是什么？如果KNN是最好的选择，那么为了进行比较，哪种算法最容易实现？
浏览 0提问于2019-05-01得票数 1
我的问题是，您是否应该使用与您的模型相同的特征选择算法？
如果我使用KNN模型进行分类，那么在运行特征选择时也应该使用KNN algo吗？或者lightGBM algo用于特征选择和lightGBM模型？
或者有一个最好的选择功能，你可以使用这些功能与任何模型？
我知道有几种不同的特征工程技术，我只是不知道哪些技术应该与不同的机器学习算法一起使用。
浏览 0提问于2021-01-05得票数 3
4回答
我需要保存SKlearn NearestNeighbors模型的拟合结果：
knn = NearestNeighbors(10)
knn.fit(my_data)
如何使用Python保存到磁盘中的knn？
浏览 0提问于2019-05-27得票数 5
回答已采纳
我担心我预测的vs测试的准确性，这是完全合理的。
X_train , X_test, y_train ,y_test =train_test_split(iris_dataset['data'], iris_dataset['target'], random_state=0)
knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(X_train ,y_train)
y_pred= knn.predict(X_test)
accuracy_score(y_pred,y_test) # 97 % accur
浏览 5提问于2017-12-29得票数 3
回答已采纳
我正在尝试在sklearn中构建一个使用KNeighborsClassifier和支持向量机的GridSearchCV管道。到目前为止，我已经尝试了以下代码：
from sklearn.model_selection import GridSearchCV
from sklearn.pipeline import Pipeline
from sklearn.neighbors import KNeighborsClassifier
neigh = KNeighborsClassifier(n_neighbors=3)
from sklearn import svm
from sklearn.s
浏览 19提问于2017-03-11得票数 1
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
