我正在使用scikit-learn KNeighborsClassifier对具有4个输出类的数据集进行分类 . 以下是我使用的代码：
knn = neighbors.KNeighborsClassifier(n_neighbors=7, weights='distance', algorithm='auto', leaf_size=30, p=1, metric='minkowski')
该模型正常工作 . 但是，我想为每个样本点提供用户定义的权重 . 代码当前使用距离的倒数来使用 metric='distance' 参数进行缩放 .
我想继续保持逆距离缩放，但对于每个样本点，我也有一个概率权重 . 我想在距离计算中将其作为权重应用 . 例如，如果 x 是测试点，并且 y,z 是计算距离的两个最近邻居，那么我希望将距离计算为（sum | xy |）* wy和（sum | xz |）* wz分别 .
我试图定义一个传递给 weights 参数的函数，但是我还希望除了用户定义的权重之外还保持逆距离缩放，我不知道反距离缩放函数 . 我无法从文档中找到答案 .
有什么建议？
1 回答
sklearn中的KNN没有样品重量，与其他估算器不同，例如决策树 . 就个人而言，我认为这是令人失望的 . KNN支持样本权重并不难，因为预测的标签是其邻居的多数投票 . 一个愚蠢的走动，是根据样本重量自己生成样本 . 例如，如果样品具有重量2，则使其出现两次 .