KNeighborsRegressor#

class sklearn.neighbors.KNeighborsRegressor(n_neighbors=5, *, weights='uniform', algorithm='auto', leaf_size=30, p=2, metric='minkowski', metric_params=None, n_jobs=None)[source]#

基于k-近邻的回归器。

通过训练集中最近邻居相关联的目标的局部插值来预测目标。

在用户指南中阅读更多内容。

0.9版本新增。

参数:
n_neighborsint, default=5

默认情况下用于kneighbors查询的邻居数量。

weights{‘uniform’, ‘distance’}、可调用对象或None, default=’uniform’

预测中使用的权重函数。可能的值：

  • ‘uniform’ : 均匀权重。每个邻域中的所有点都具有相同的权重。

  • ‘distance’ : 按距离的倒数对点加权。在这种情况下，查询点较近的邻居将比距离较远的邻居具有更大的影响力。

  • [callable] : 用户定义的函数，接受一个距离数组，并返回一个具有相同形状的权重数组。

默认使用均匀权重。

有关不同加权方案对预测影响的演示，请参见以下示例：近邻回归。

algorithm{‘auto’, ‘ball_tree’, ‘kd_tree’, ‘brute’}, default=’auto’

用于计算最近邻的算法

  • ‘ball_tree’ 将使用 BallTree

  • ‘kd_tree’ 将使用 KDTree

  • ‘brute’ 将使用暴力搜索。

  • ‘auto’ 将尝试根据传递给 fit 方法的值来决定最合适的算法。

注意：在稀疏输入上拟合将覆盖此参数的设置，使用暴力搜索。

leaf_sizeint, default=30

传递给 BallTree 或 KDTree 的叶子大小。这会影响构建和查询的速度，以及存储树所需的内存。最优值取决于问题的性质。

pfloat, default=2

Minkowski 度量的幂参数。当 p = 1 时，这等同于使用 manhattan_distance (l1)；当 p = 2 时，等同于 euclidean_distance (l2)。对于任意 p，使用 minkowski_distance (l_p)。

metricstr, DistanceMetric 对象或可调用对象, default=’minkowski’

用于距离计算的度量。默认为“minkowski”，当 p = 2 时，其结果为标准欧几里得距离。有关有效度量值，请参见scipy.spatial.distance的文档以及distance_metrics中列出的度量。

如果度量为“precomputed”，则假定 X 是一个距离矩阵，并且在拟合期间必须是方阵。X 可以是一个稀疏图，在这种情况下，只考虑“非零”元素作为邻居。

如果度量是可调用函数，它接受两个表示一维向量的数组作为输入，并且必须返回一个值，表示这些向量之间的距离。这适用于 Scipy 的度量，但效率不如将度量名称作为字符串传递。

如果度量是 DistanceMetric 对象，它将直接传递给底层计算例程。

metric_paramsdict, default=None

度量函数的附加关键字参数。

n_jobsint, default=None

用于邻居搜索的并行作业数量。None表示1，除非在joblib.parallel_backend上下文中使用。-1表示使用所有处理器。有关更多详细信息，请参见术语表。不影响fit方法。

属性:
effective_metric_str 或 可调用对象

要使用的距离度量。它将与metric参数相同或其同义词，例如，如果metric参数设置为“minkowski”且p参数设置为2，则为“euclidean”。

effective_metric_params_dict

度量函数的附加关键字参数。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effective_metric_属性设置为“minkowski”。

n_features_in_int

在拟合期间观察到的特征数量。

0.24版本新增。

feature_names_in_形状为 (n_features_in_,) 的ndarray

在拟合期间观察到的特征名称。仅当X的特征名称均为字符串时才定义。

1.0版本新增。

n_samples_fit_int

拟合数据中的样本数量。

另请参见

NearestNeighbors

用于实现邻居搜索的无监督学习器。

RadiusNeighborsRegressor

基于固定半径内邻居的回归。

KNeighborsClassifier

实现k-近邻投票的分类器。

RadiusNeighborsClassifier

实现给定半径内邻居投票的分类器。

注意

有关近邻算法，请参见在线文档中关于algorithm和leaf_size选择的讨论近邻。

警告

关于近邻算法，如果发现两个邻居，邻居 k+1 和 k 具有相同的距离但标签不同，则结果将取决于训练数据的顺序。

https://zh.wikipedia.org/wiki/K-%E8%BF%91%E9%82%BB%E7%AE%97%E6%B3%95

示例

>>> X = [[0], [1], [2], [3]]
>>> y = [0, 0, 1, 1]
>>> from sklearn.neighbors import KNeighborsRegressor
>>> neigh = KNeighborsRegressor(n_neighbors=2)
>>> neigh.fit(X, y)
KNeighborsRegressor(...)
>>> print(neigh.predict([[1.5]]))
[0.5]
fit(X, y)[source]#

根据训练数据集拟合k-近邻回归器。

参数:
X{array-like, 稀疏矩阵}, 形状为 (n_samples, n_features) 或 (n_samples, n_samples) 如果 metric=’precomputed’

训练数据。

y{array-like, 稀疏矩阵}, 形状为 (n_samples,) 或 (n_samples, n_outputs)

目标值。

返回:
selfKNeighborsRegressor

拟合后的k-近邻回归器。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南，了解路由机制的工作原理。

返回:
routingMetadataRequest

一个包含路由信息的MetadataRequest。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:
deepbool, default=True

如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。

返回:
paramsdict

参数名称映射到其值。

kneighbors(X=None, n_neighbors=None, return_distance=True)[source]#

查找一个点的 K 个邻居。

返回每个点的邻居索引和距离。

参数:
X{array-like, 稀疏矩阵}, 形状为 (n_queries, n_features), 或 (n_queries, n_indexed) 如果 metric == ‘precomputed’, default=None

查询点或点集。如果未提供，则返回每个索引点的邻居。在这种情况下，查询点不被视为其自身的邻居。

n_neighborsint, default=None

每个样本所需的邻居数量。默认值为构造函数中传递的值。

return_distancebool, default=True

是否返回距离。

返回:
neigh_dist形状为 (n_queries, n_neighbors) 的 ndarray

表示到点的长度的数组，仅在 return_distance=True 时存在。

neigh_ind形状为 (n_queries, n_neighbors) 的 ndarray

总体矩阵中最接近点的索引。

示例

在以下示例中，我们从表示数据集的数组构造了一个 NearestNeighbors 类，并询问哪个点最接近 [1,1,1]

>>> samples = [[0., 0., 0.], [0., .5, 0.], [1., 1., .5]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=1)
>>> neigh.fit(samples)
NearestNeighbors(n_neighbors=1)
>>> print(neigh.kneighbors([[1., 1., 1.]]))
(array([[0.5]]), array([[2]]))

正如你所见，它返回 [[0.5]] 和 [[2]]，这意味着该元素距离为 0.5，是样本中的第三个元素（索引从 0 开始）。你也可以查询多个点

>>> X = [[0., 1., 0.], [1., 0., 1.]]
>>> neigh.kneighbors(X, return_distance=False)
array([[1],
       [2]]...)
kneighbors_graph(X=None, n_neighbors=None, mode='connectivity')[source]#

计算 X 中点的 k-邻居（加权）图。

参数:
X{array-like, 稀疏矩阵}, 形状为 (n_queries, n_features), 或 (n_queries, n_indexed) 如果 metric == ‘precomputed’, default=None

查询点或点集。如果未提供，则返回每个索引点的邻居。在这种情况下，查询点不被视为其自身的邻居。对于metric='precomputed'，形状应为 (n_queries, n_indexed)。否则，形状应为 (n_queries, n_features)。

n_neighborsint, default=None

每个样本的邻居数量。默认值为构造函数中传递的值。

mode{‘connectivity’, ‘distance’}, default=’connectivity’

返回矩阵的类型：‘connectivity’将返回带有一和零的连接矩阵；在‘distance’中，边是点之间的距离，距离类型取决于NearestNeighbors类中选择的度量参数。

返回:
A形状为 (n_queries, n_samples_fit) 的稀疏矩阵

n_samples_fit 是拟合数据中的样本数量。A[i, j] 表示连接 i 到 j 的边的权重。矩阵是 CSR 格式。

另请参见

NearestNeighbors.radius_neighbors_graph

计算 X 中点的邻居（加权）图。

示例

>>> X = [[0], [3], [1]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=2)
>>> neigh.fit(X)
NearestNeighbors(n_neighbors=2)
>>> A = neigh.kneighbors_graph(X)
>>> A.toarray()
array([[1., 0., 1.],
       [0., 1., 1.],
       [1., 0., 1.]])
predict(X)[source]#

预测所提供数据的目标。

参数:
X{array-like, 稀疏矩阵}, 形状为 (n_queries, n_features), 或 (n_queries, n_indexed) 如果 metric == ‘precomputed’, 或 None

测试样本。如果为None，则返回所有索引点的预测；在这种情况下，点不被视为其自身的邻居。

返回:
y形状为 (n_queries,) 或 (n_queries, n_outputs) 的 ndarray, dtype=int

目标值。

score(X, y, sample_weight=None)[source]#

返回测试数据上的决定系数。

决定系数 \(R^2\) 定义为 \((1 - \frac{u}{v})\)，其中 \(u\) 是残差平方和 ((y_true - y_pred)** 2).sum()，\(v\) 是总平方和 ((y_true - y_true.mean()) ** 2).sum()。最佳可能分数为 1.0，它也可以为负值（因为模型可能任意地差）。一个始终预测 y 期望值（不考虑输入特征）的常数模型将得到 0.0 的 \(R^2\) 分数。

参数:
X形状为 (n_samples, n_features) 的 array-like

测试样本。对于某些估计器，这可能是一个预计算的核矩阵或一个通用对象列表，其形状为(n_samples, n_samples_fitted)，其中n_samples_fitted是估计器拟合中使用的样本数量。

y形状为 (n_samples,) 或 (n_samples, n_outputs) 的 array-like

X的真实值。

sample_weight形状为 (n_samples,) 的 array-like, default=None

样本权重。

返回:
scorefloat

self.predict(X)相对于y的\(R^2\)。

注意

在调用回归器的score方法时使用的\(R^2\)分数，从0.23版本开始使用multioutput='uniform_average'，以与r2_score的默认值保持一致。这会影响所有多输出回归器（除了MultiOutputRegressor）的score方法。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单估计器以及嵌套对象（例如Pipeline）。后者具有<component>__<parameter>形式的参数，因此可以更新嵌套对象的每个组件。

参数:
**paramsdict

估计器参数。

返回:
self估计器实例

估计器实例。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → KNeighborsRegressor[source]#

请求传递给score方法的元数据。

请注意，此方法仅在enable_metadata_routing=True时相关（参见sklearn.set_config）。请参见用户指南，了解路由机制的工作原理。

每个参数的选项是

  • True: 请求元数据，如果提供则传递给score。如果未提供元数据，则忽略请求。

  • False: 不请求元数据，元估计器不会将其传递给score。

  • None: 不请求元数据，如果用户提供元数据，元估计器将引发错误。

  • str: 元数据应使用此给定别名而不是原始名称传递给元估计器。

默认值（sklearn.utils.metadata_routing.UNCHANGED）保留现有请求。这允许您更改某些参数的请求而不更改其他参数。

1.3版本新增。

注意

此方法仅在此估计器用作元估计器的子估计器时相关，例如在Pipeline内部使用。否则，它没有效果。

参数:
sample_weightstr, True, False, 或 None, default=sklearn.utils.metadata_routing.UNCHANGED

score方法中sample_weight参数的元数据路由。

返回:
selfobject

更新后的对象。