如何在scikit-learn中使用用户定义的度量用于最近邻居算法？

Question

我正在使用scikit-learn 0.18.dev0版本。我知道之前已经有人问过完全相同的问题（在这里）。我尝试了那里提出的答案，但是我遇到了以下错误。

>>> 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'

看起来这个选项已被删除。我如何在 sklearn.neighbors 中使用自定义矩阵？

- Shishir Pandey

Answer 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)

这也在开发版本中的docstring中提到了：https://github.com/scikit-learn/scikit-learn/blob/86b1ba72771718acbd1e07fbdc5caaf65ae65440/sklearn/neighbors/unsupervised.py#L48。

- eickenberg