sklearn.neighbors#
k 近邻算法。
**用户指南。** 参见 最近邻 部分了解更多详情。
| 用于快速广义 N 点问题的球树 | |
| 用于快速广义 N 点问题的 KD 树 | |
| 实现 k 近邻投票的分类器。 | |
| 基于 k 近邻的回归。 | |
| 将 X 转换为 k 个最近邻的(加权)图。 | |
| 核密度估计。 | |
| 使用局部异常因子 (LOF) 进行的无监督异常检测。 | |
| 最近质心分类器。 | |
| 用于实现邻域搜索的无监督学习器。 | |
| 邻域成分分析。 | |
| 在给定半径内的近邻中实现投票的分类器。 | |
| 基于固定半径内近邻的回归。 | |
| 将 X 转换为比半径更近的近邻的(加权)图。 | |
| 计算 X 中点的 k 近邻的(加权)图。 | |
| 计算 X 中点的近邻的(加权)图。 | |
| 对稀疏图进行排序,以便每行都以递增的值存储。 | 
