我是靠谱客的博主 含糊豆芽，这篇文章主要介绍sklearn.neighbors.KNeighborsClassifier函数详解sklearn.neighbors.KNeighborsClassifier，现在分享给大家，希望可以做个参考。
sklearn.neighbors.KNeighborsClassifier
class sklearn.neighbors.KNeighborsClassifier(n_neighbors=5, ***, weights=‘uniform’, algorithm=‘auto’, leaf_size=30, p=2, metric=‘minkowski’, metric_params=None, n_jobs=None)
参数
| 参数 | 格式 | 描述 |
|---|---|---|
| n_neighbors | int, default=5 | 选取的k值 |
| weights | {‘uniform’, ‘distance’} or callable, default=’uniform’ | ‘uniform’ :所有实例点的距离权重相等，‘distance’:权重与距离成反比，‘callable’:用户自己定义的权重分配函数，输入是所有实例点距离预测点的距离数组，返回相同形状的权重数组。 |
| algorithm | {‘auto’, ‘ball_tree’, ‘kd_tree’, ‘brute’}, default=’auto’ | 用来搜索最近邻点的算法，‘auto’：自动选择算法，‘ball_tree’：ballTree算法，‘kd_tree’:kdTree算法，‘brute’:线性扫描，暴力搜索。 |
| leaf_size | int, default=30 | kd树或者ball树中的树叶结点存放的数据点的个数（树叶中的多个数据点利用暴力搜索） |
| p | int, default=2 | 闵可夫斯基距离的p值，'1’为曼哈顿距离，'2’为欧氏距离 |
| metric | str or callable, default=’minkowski’ | 用于距离计算的度量。默认值是“minkowski”，当p = 2时，会产生标准的欧氏距离。 |
| metric_params | dict, default=None | metric函数的其他关键字参数。 |
| n_jobs | int, default=None | 并行进程数，‘None’表示为1，’-1’表示为应用全部处理器 |
属性
| 名称 | 形式 | 描述 |
|---|---|---|
| classes_ | array of shape (n_classes,) | 分类器已知的类标签 |
| effective_metric_ | str or callable | 使用的距离度量。它将与度规参数相同或其同义词，例如，如果度规参数设置为“minkowski”，p参数设置为2，则为“euclidean”。 |
| effective_metric_params_ | dict | metric函数的其他关键字参数。对于大多数度量将与metric_params参数相同，但也可能包含p参数值，如果effecve_metric_属性设置为’ minkowski '。 |
| n_features_in_ | int | 特征数量 |
| feature_names_in_ | ndarray of shape (n_features_in_,) | 数据的特征名称，仅当X的特性名称全部为字符串时才定义。 |
| n_samples_fit_ | int | 拟合数据中的样本数 |
| outputs_2d_ | bool | 当y的形状为(n_samples，)或(n_samples, 1)时为False，否则为True |
方法
| 方法 | 描述 |
|---|---|
fit(X, y) | 从训练数据集中拟合k近邻分类器。 |
get_params([deep]) | 获取这个分类器的参数。 |
kneighbors([X, n_neighbors, return_distance]) | 求一个点的k近邻。X:数组，n_neighbors:要查找的邻居数，默认是模型参数的值，return_distance:是否返回距离 |
kneighbors_graph([X, n_neighbors, mode]) | 计算X点的k近邻(加权)邻接图。 |
predict(X) | 预测所提供数据的类标签。 |
predict_proba(X) | 返回测试数据X的概率估计。 |
score(X, y[, sample_weight]) | 返回给定测试数据和标签的平均精度。 |
set_params(**params) | 设置这个估计器的参数。 |
最后
以上就是含糊豆芽最近收集整理的关于sklearn.neighbors.KNeighborsClassifier函数详解sklearn.neighbors.KNeighborsClassifier的全部内容，更多相关sklearn内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复