为什么 scikit 中的 KNN 算法没有按预期工作？

Question

我正在使用 scikit learn 在 python 中构建一个简单的 KNN 模型。我在 UCI 的葡萄酒数据集上测试了它，我注意到 .predict() 函数返回的结果不是大多数 class 的邻居。

knn = KNeighborsClassifier(n_neighbors=3,weights='uniform')

knn.fit(wine,class_wine)
predictions = list(knn.predict(wine))
# S is array I've made that chooses majority class from neighbors of each instance
a = list(zip(predictions,list(S)))        

for i in range(0,len(wine)):
    if(predictions[i]!=S[i]):
        print(predictions[i],S[i],class_wine[knn.kneighbors()[1][i].tolist()].tolist())

输出如下所示：

1.0 3.0 [3.0, 2.0, 3.0]
1.0 2.0 [1.0, 2.0, 2.0]
1.0 2.0 [1.0, 2.0, 2.0]
1.0 3.0 [3.0, 1.0, 3.0]
3.0 2.0 [2.0, 3.0, 2.0]

第一列是 scikit 算法的预测，第二列是我使用 kneighbors() 函数的算法，它从返回的列表中选择多数 class，因为它应该这样做。第三列是邻居列表。

如您所见，KNeighborsClassifier 中的 predict() 正在做一些不同的事情。

是否有关于 KNeighborsClassifier 的实现的问题？

Answer 1

使用knn.kneighbors()时，如果不使用X参数，则使用拟合模型的训练数据（self中的东西），排除当前点来自可能的邻居集。但是，当您使用 knn.predict 时，它无法排除该点，因为它不知道它是同一个点（可能是其他具有完全相同特征的葡萄酒）。在构建您自己的预测器时尝试使用 knn.kneighbors(wine)。

为什么 scikit 中的 KNN 算法没有按预期工作？

Why is KNN algorithm in scikit not working as expected?

knn

scikit-learn