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)[来源]#

基于 k 最近邻的回归。

目标值通过训练集中与最近邻相关联的目标值的局部插值来预测。

在用户指南中阅读更多内容。

Added in version 0.9.

参数:

n_neighborsint, default=5

默认情况下，在 kneighbors 查询中使用的邻居数量。

weights{‘uniform’, ‘distance’}, callable 或 None, 默认值=’uniform’

预测中使用的权重函数。可能的值：

‘uniform’：均匀权重。邻域中的所有点都具有相同的权重。
‘distance’：按距离的倒数对点进行加权。在这种情况下，查询点越近的邻居将比越远的邻居具有更大的影响力。
[callable] : 一个用户定义的函数，它接受一个距离数组，并返回一个具有相同形状的数组，其中包含权重。

默认使用均匀权重。

有关不同加权方案对预测影响的演示，请参阅以下示例：最近邻回归。

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

用于计算最近邻居的算法

‘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：对稀疏输入进行拟合将覆盖此参数的设置，使用暴力方法。

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。最佳值取决于问题的性质。

pfloat, default=2

Minkowski 度量的幂参数。当 p = 1 时，这相当于使用 manhattan_distance (l1)，而 p = 2 时则使用 euclidean_distance (l2)。对于任意 p，使用 minkowski_distance (l_p)。

metricstr, DistanceMetric 对象或 callable, 默认值=’minkowski’

用于距离计算的度量。默认为“minkowski”，当 p = 2 时，它会产生标准的欧几里得距离。有关有效的度量值，请参阅scipy.spatial.distance的文档以及distance_metrics中列出的度量。

如果 metric 为 “precomputed”，则 X 被假定为一个距离矩阵，并且在 fit 时必须是方形的。X 可以是稀疏图，在这种情况下，只有“非零”元素可能被视为邻居。

如果 metric 是可调用函数，它接受表示 1D 向量的两个数组作为输入，并且必须返回一个值来指示这些向量之间的距离。这适用于 Scipy 的度量，但效率低于将度量名称作为字符串传递。

如果 metric 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

并行运行邻居搜索的作业数量。 None 表示 1，除非在 joblib.parallel_backend 上下文中。 -1 表示使用所有处理器。有关更多详细信息，请参阅术语表。不影响 fit 方法。

属性:

effective_metric_str 或 callable: 要使用的距离度量。它将与 `metric` 参数相同或为其同义词，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，但如果 effective_metric_ 属性设置为 'minkowski'，也可能包含 p 参数值。
n_features_in_int: 在拟合期间看到的特征数。

0.24 版本新增。
feature_names_in_shape 为 (n_features_in_,) 的 ndarray: 在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

1.0 版本新增。
n_samples_fit_int: 拟合数据中的样本数量。

另请参阅

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 最近邻投票的分类器。
RadiusNeighborsClassifier: 实现给定半径内邻居投票的分类器。

注意事项

有关 `algorithm` 和 `leaf_size` 选择的讨论，请参阅在线文档中的最近邻。

警告

关于最近邻算法，如果发现两个邻居，即第 `k+1` 个邻居和第 `k` 个邻居，具有相同的距离但不同的标签，则结果将取决于训练数据的排序。

https://en.wikipedia.org/wiki/K-nearest_neighbors_algorithm

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)[来源]#

从训练数据集中拟合 k-最近邻回归器。

参数:

X{类数组, 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, sparse matrix} of shape (n_samples,) or (n_samples, n_outputs): 目标值。

返回:

selfKNeighborsRegressor: 拟合的 k-最近邻回归器。

get_metadata_routing()[来源]#

获取此对象的元数据路由。

请查阅用户指南，了解路由机制如何工作。

返回:

routingMetadataRequest: 封装路由信息的 MetadataRequest。

get_params(deep=True)[来源]#

获取此估计器的参数。

参数:

deepbool, default=True: 如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。

返回:

paramsdict: 参数名称映射到其值。

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

找到一个点的 K-邻居。

返回每个点的邻居的索引和距离。

参数:

X{类数组, 稀疏矩阵}，形状为 (n_queries, n_features)，如果 metric == ‘precomputed’ 则为 (n_queries, n_indexed)，默认=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_distance布尔值，默认=True: 是否返回距离。

返回:

neigh_distndarray，形状为 (n_queries, n_neighbors): 表示到点的长度的数组，仅当 return_distance=True 时存在。
neigh_indndarray，形状为 (n_queries, n_neighbors): 总体矩阵中最近点的索引。

示例

在以下示例中，我们从表示我们数据集的数组构建了一个 NearestNeighbors 类，并询问哪个点离 [1,1,1] 最近。

>>> 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]]))

正如您所看到的，它返回 [[0.5]] 和 [[2]]，这意味着该元素距离为 0.5，并且是样本中的第三个元素（索引从 0 开始）。您还可以查询多个点。

>>> 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')[来源]#

计算 X 中点的 k-Neighbors（加权）图。

参数:

X{类数组, 稀疏矩阵}，形状为 (n_queries, n_features)，如果 metric == ‘precomputed’ 则为 (n_queries, n_indexed)，默认=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’ 将返回包含 1 和 0 的连通性矩阵，‘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稀疏矩阵，形状为 (n_queries, n_samples_fit): n_samples_fit 是拟合数据中的样本数量。A[i, j] 给出连接 i 到 j 的边的权重。矩阵为 CSR 格式。

另请参阅

NearestNeighbors.radius_neighbors_graph: 计算 X 中点的 Neighbors（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)[来源]#

预测提供数据的目标值。

参数:

X{array-like, sparse matrix} of shape (n_queries, n_features), or (n_queries, n_indexed) if metric == ‘precomputed’, or 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:

yndarray of shape (n_queries,) or (n_queries, n_outputs), dtype=int: 目标值。

score(X, y, sample_weight=None)[来源]#

返回测试数据的决定系数。

判定系数 $R^2$ 定义为 $(1 - \frac{u}{v})$，其中 $u$ 是残差平方和 ((y_true - y_pred)** 2).sum()，而 $v$ 是总平方和 ((y_true - y_true.mean()) ** 2).sum()。最佳分数是 1.0，它也可以是负数（因为模型可以任意差）。一个恒定模型，它总是预测 `y` 的期望值，而忽略输入特征，其 $R^2$ 分数为 0.0。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 测试样本。对于某些估计器，这可能是一个预先计算的核矩阵或一个通用对象列表，形状为 (n_samples, n_samples_fitted)，其中 n_samples_fitted 是用于估计器拟合的样本数。
yshape 为 (n_samples,) 或 (n_samples, n_outputs) 的 array-like: X 的真实值。
sample_weightshape 为 (n_samples,) 的 array-like, default=None: 样本权重。

返回:

scorefloat: self.predict(X) 相对于 y 的 $R^2$。

注意事项

在 0.23 版本起，调用回归器上的 `score` 时使用的 $R^2$ 分数使用 `multioutput='uniform_average'`，以保持与 r2_score 的默认值一致。这会影响所有多输出回归器（除了 MultiOutputRegressor）的 `score` 方法。

set_params(**params)[来源]#

设置此估计器的参数。

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

参数:

**paramsdict: 估计器参数。

返回:

selfestimator instance: 估计器实例。

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

配置是否应请求元数据以传递给 score 方法。

请注意，此方法仅在以下情况下相关：此估计器用作元估计器中的子估计器，并且通过 enable_metadata_routing=True 启用了元数据路由（请参阅 sklearn.set_config）。请查看用户指南以了解路由机制的工作原理。

每个参数的选项如下：

True：请求元数据，如果提供则传递给 score。如果未提供元数据，则忽略该请求。
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：应将元数据以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。

在版本 1.3 中新增。

参数:

sample_weightstr, True, False, or 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。

Gallery examples#

使用 IterativeImputer 变体插补缺失值

使用多输出估计器进行人脸补全

KNeighborsRegressor#

Gallery examples#

本页