大佬教程收集整理的这篇文章主要介绍了如何使用 cosine_similarity 运行 KNN?,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
cosine_similarity
运行 KNN ClassifIEr
,但没有成功。
from sklearn.metrics.pairwise import cosine_similarity
knn = KNeighborsClassifIEr(n_neighbors=10,metric=cosine_similarity).fit(x,y)
@H_262_2@x 的形状(150 个样本,具有 4 个特征):
(150,4)
@H_262_2@y 的形状:
(150,)
@H_262_2@我收到错误:
ValueError: Expected 2D array,got 1D array instead
@H_262_2@我曾尝试用 x
或 reshape(-1,1)
重塑 rehsape(1,-1)
,但没有成功。
@H_262_2@如何使用 KNN ClassifIEr
在这个数据集上运行 cosine_similarity
(x 有 4 个特征)?
algorithm='brute'
的蛮力算法:
from sklearn.datasets import make_classification
from sklearn.metrics.pairwise import cosine_similarity
from sklearn.neighbors import KNeighborsClassifier
X,y = make_classification(n_samples=150,n_features=4,random_state=42)
knn = KNeighborsClassifier(n_neighbors=10,algorithm='brute',metric=cosine_similarity)
knn.fit(X,y)
@H_262_2@选项 2:指定 @H_331_3@metric='cosine' 将自动选择蛮力算法:
from sklearn.datasets import make_classification
from sklearn.metrics.pairwise import cosine_similarity
from sklearn.neighbors import KNeighborsClassifier
X,metric='cosine')
knn.fit(X,y)
@H_262_2@如果您想阅读有关不同最近邻算法的更多信息,可以参考 user guide。以上是大佬教程为你收集整理的如何使用 cosine_similarity 运行 KNN?全部内容,希望文章能够帮你解决如何使用 cosine_similarity 运行 KNN?所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。