返回2个或更多最近邻居的KNN算法-Java 学习之路

例如，我有一个矢量 x 和 a 它是最近的neigbour . 然后， b 是它的下一个最近的邻居 . 在Pyton或R中是否有任何输出类似于 [a, b] 的东西，意味着a是它最近的邻居（可能是多数投票），而b是它的第二个最近邻居 .

1 回答

这正是构建这些度量树的原因 .

你问的问题就像你要求的东西一样简单，就像使用sklearn的KDTree一样（根据游戏中的指标考虑BallTree）：

import numpy as np
from sklearn.neighbors import KDTree

X = np.array([[1,1],[2,2], [3,3]])  # 3 points in 2 dimensions
tree = KDTree(X)
dist, ind = tree.query([[1.25, 1.35]], k=2)
print(ind)  # indices of 2 closest neighbors
print(dist)  # distances to 2 closest neighbors

日期：

[[0 1]]
[[ 0.43011626  0.99247166]]

需要明确的是：KNN通常是指基于度量树（KDTree，BallTree）的一些预构建算法，用于分类任务 . 通常，这些数据结构是人们唯一感兴趣的东西 .

Edit

如果我正确解释您的评论，您想使用manhattan / taxicab / l1 metric .

请查看here以获取这些空间树的兼容性列表 .

你会像这样使用它：

X = np.array([[1,1],[2,2], [3,3]])  # 3 points in 2 dimensions
tree = KDTree(X, metric='l1')                                         # !!!
dist, ind = tree.query([[1.25, 1.35]], k=2)
print(ind)  # indices of 2 closest neighbors
print(dist)  # distances to 2 closest neighbors

日期：

[[0 1]]
[[ 0.6  1.4]]

回复于 2024-05-01T17:09:53+08:00

返回2个或更多最近邻居的KNN算法

1 回答

相关问题