如何在 scikit-learn 中使用用户定义的最近邻度量？答案

【问题标题】：How to use a user defined metric for nearest neighbors in scikit-learn?如何在 scikit-learn 中使用用户定义的最近邻度量？
【发布时间】：2016-06-01 19:11:03
【问题描述】：

我正在使用 scikit-learn 0.18.dev0。我知道在here 之前也有人问过同样的问题。我尝试了那里提供的答案，我收到以下错误

>>> def mydist(x, y):
...     return np.sum((x-y)**2)
...
>>> X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3,   2]])

>>> nbrs = NearestNeighbors(n_neighbors=4, algorithm='ball_tree',
...            metric='pyfunc', func=mydist)

错误信息 _init_params() got an unexpected keyword argument 'func'

此选项似乎已被删除。如何在sklearn.neighbors 中使用用户定义的矩阵？

【问题讨论】：

标签： scikit-learn distance metrics nearest-neighbor

【解决方案1】：

正确的关键字是metric：

import numpy as np
from sklearn.neighbors import NearestNeighbors

def mydist(x, y):
    return np.sum((x-y)**2)

nn = NearestNeighbors(n_neighbors=4, algorithm='ball_tree', metric=myfunc)

X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3,   2]])
nn.fit(X)

这在开发版的docstring中也有提到：https://github.com/scikit-learn/scikit-learn/blob/86b1ba72771718acbd1e07fbdc5caaf65ae65440/sklearn/neighbors/unsupervised.py#L48

【讨论】：