程序问答   发布时间:2022-06-02  发布网站:大佬教程  code.js-code.com
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。

如何解决如何使用 cosine_similarity 运行 KNN??

开发过程中遇到如何使用 cosine_similarity 运行 KNN?的问题如何解决?下面主要结合日常开发的经验,给出你关于如何使用 cosine_similarity 运行 KNN?的解决方法建议,希望对你解决如何使用 cosine_similarity 运行 KNN?有所启发或帮助; @H_262_2@我正在尝试使用 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 xreshape(-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)?

解决方法

@H_262_2@问题是余弦相似度仅由最近邻算法的蛮力变体支持。您有两种选择来完成这项工作:

@H_262_2@选项 1:明确指定使用带有 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 user guide。

大佬总结

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。