Sklearn-KNN允许在计算平均x个最近邻居时设置权重(例如,uniform,distance)。
是否可以使用中位数进行预测(可能需要使用用户定义的函数),而不是使用平均值?
是否可以使用中位数进行预测(可能需要使用用户定义的函数),而不是使用平均值?
没有内置参数来调整权重以使用中位数而不是平均值(您可以在源代码中看到,平均值是硬编码的)。但是,由于scikit-learn估计器只是Python类,您可以子类化KNeighborsRegressor
并覆盖predict
方法以执行任何操作。
这里是一个快速示例,我已经复制并粘贴了原始的predict()
方法,并修改了相关部分:
from sklearn.neighbors.regression import KNeighborsRegressor, check_array, _get_weights
class MedianKNNRegressor(KNeighborsRegressor):
def predict(self, X):
X = check_array(X, accept_sparse='csr')
neigh_dist, neigh_ind = self.kneighbors(X)
weights = _get_weights(neigh_dist, self.weights)
_y = self._y
if _y.ndim == 1:
_y = _y.reshape((-1, 1))
######## Begin modification
if weights is None:
y_pred = np.median(_y[neigh_ind], axis=1)
else:
# y_pred = weighted_median(_y[neigh_ind], weights, axis=1)
raise NotImplementedError("weighted median")
######### End modification
if self._y.ndim == 1:
y_pred = y_pred.ravel()
return y_pred
X = np.random.rand(100, 1)
y = 20 * X.ravel() + np.random.rand(100)
clf = MedianKNNRegressor().fit(X, y)
print(clf.predict(X[:5]))
# [ 2.38172861 13.3871126 9.6737255 2.77561858 17.07392584]
我省略了加权版本,因为我不知道如何使用numpy/scipy计算加权中位数的简单方法,但一旦该函数可用,添加它将是直接的。